Moses - Künstliche Intelligenz: Grundlagen und Anwendungen

Anzeigesprache

Diese Modulbeschreibung gilt nicht im aktuellen Semester.

Die Modulbeschreibung gilt nur für den Zeitraum SS 2016 - WS 2016/17. Die Version für das aktuelle Semester (SoSe 2024) finden Sie hier: Modulbeschreibung des SoSe 2024

Modul / Version:
#40531 / #2

Gültigkeit:
SS 2016 - WS 2016/17

Standard-Anzeigesprache:
Deutsch

Titel des Moduls:
Künstliche Intelligenz: Grundlagen und Anwendungen

Leistungspunkte:
6

Modulverantwortliche*r:
Opper, Manfred

Benotung:
benotet

Prüfungsform:
Portfolioprüfung

Zugehörigkeit

Fakultät:
Fakultät IV

Institut:
Institut für Softwaretechnik und Theoretische Informatik

Fachgebiet:
34351600 FG Künstliche Intelligenz

Prüfungsausschuss:
Keine Angabe

Kontakt

Sekretariat:
TEL 14

Ansprechpartner*in:
Fricke, Stefan

E-Mail-Adresse:
dai-labor-lehre@lists.tu-berlin.de

Webseite:

https://isis.tu-berlin.de/course/view.php?id=25520

Lernergebnisse

- Kenntnis der grundlegenden Verfahren der künstlichen Intelligenz - praktische Erfahrung mit Methoden der künstlichen Intelligenz und des maschinellen Lernens - Kenntnis der grundlegenden Paradigmen bei der Konstruktion intelligenter, lernfähiger Agenten - Kenntnis industriell und wirtschaftlich relevanter Anwendungsgebiete Die Studierenden sind in der Lage, die Leistungsfägkeit der besprochenen Verfahren einzuschätzen und sie auf Probleme in den Anwendungsdomänen erfolgreich einzusetzen.

Lehrinhalte

* Repräsentation von Wissen und Problemen: Prädikatenlogik, Nichtmonotone Logiken, Suchprobleme, Constraint Satisfaction Problems, Planungsprobleme. * Problemlösen durch Suche: blinde Suche, informierte Suche, Heuristiken, local search, Constraintpropagierung. * Planen: STRIPS-Formalismus, Vorwärts- und Rückwärtsverkettung, partial order planning. * Methoden des Schliessens / Inferenz: Resolution, Unifikation, Schliessen bei unvollständigem und unsicherem Wissen, nichtmonotones Schliessen. Maschinelles Lernen: Entscheidungsbäume, Funktionslernen, Perzeptron, Neuronale Netze, Support Vector Maschinen.

Modulbestandteile

Pflicht:

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

Lehrveranstaltungen	Art	Nummer	Turnus	Sprache	SWS	VZ
Künstliche Intelligenz: Grundlagen und Anwendungen	VL	3435 L701	WiSe	Keine Angabe	2
Künstliche Intelligenz: Grundlagen und Anwendungen	UE	3435 L701	WiSe	Keine Angabe	2

Arbeitsaufwand und Leistungspunkte

Künstliche Intelligenz: Grundlagen und Anwendungen (VL):

Aufwandbeschreibung	Multiplikator	Stunden	Gesamt
Präsenzzeit	15.0	2.0h	30.0h
Vor-/Nachbereitung	15.0	2.0h	30.0h
			60.0h(~2 LP)

Künstliche Intelligenz: Grundlagen und Anwendungen (UE):

Aufwandbeschreibung	Multiplikator	Stunden	Gesamt
Präsenzzeit	15.0	2.0h	30.0h
Vor-/Nachbereitung	15.0	6.0h	90.0h
			120.0h(~4 LP)

Der Aufwand des Moduls summiert sich zu 180.0 Stunden. Damit umfasst das Modul 6 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Vorlesung: Frontalunterricht vor allen Teilnehmern zur Vermittlung des Stoffes. Übung: Vertiefung und Erläuterung des Stoffes an Beispielen. Bearbeitung von Übungsaufgaben (darunter kleine Programmieraufgaben) in Kleingruppen.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Vorausgesetzt werden Grundkenntnisse in Mathematik (Lineare Algebra, Analysis, Stochastik) und Informatik (Logik, Datenstrukturen (insbesondere Bäume), Grundlagen der Komplexitätstheorie). Im Bachelor-Studiengang Informatik werden diese in den Vorlesungen MPGI 1-2, TheGI 2-3, Lineare Algebra für Ingenieure, Analysis I + II für Ingenieure und Stochastik für Informatiker vermittelt. Im Bachelor-Studiengang Technische Informatik können diese durch die Vorlesungen MPGI 1-2, TheGI für TI, Lineare Algebra für Ingenieure und Analysis I + II für Ingenieure ersetzt werden.

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

Benotung

benotet

Prüfungsform

Portfolioprüfung

Art der Portfolioprüfung

Keine Angabe

Sprache

Deutsch

Prüfungselemente

Name	Punkte/Gewicht	Kategorie	Dauer/Umfang
(Lernprozessevaluation) Beteiligung an den Übungen inkl. Hausaufgaben	20	Keine Angabe	Keine Angabe
(Punktuelle Leistungsabfrage) Schriftlicher Test "Probabilistische KI"	40	Keine Angabe	Keine Angabe
(Punktuelle Leistungsabfrage) Schriftlicher Test "Symbolische KI"	40	Keine Angabe	Keine Angabe

Notenschlüssel

Keine Angabe

Prüfungsbeschreibung (Abschluss des Moduls)

Die Gesamtnote gemäß § 47 (2) AllgStuPO wird nach dem Notenschlüssel 2 der Fakultät IV ermittelt.

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt:
1 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden:
Wintersemester.

Maximale teilnehmende Personen

Dieses Modul ist nicht auf eine Anzahl Studierender begrenzt.

Anmeldeformalitäten

Die Anmeldung zur Lehrveranstaltung erfolgt über die ISIS-Seite. Dies ersetzt nicht die Prüfungsanmeldung beim Prüfungsamt, bzw. in QISPOS.

Literaturhinweise, Skripte

Skript in Papierform

Verfügbarkeit: nicht verfügbar

Skript in elektronischer Form

Verfügbarkeit: verfügbar

Zusätzliche Informationen:
Die Folien zur Lehrveranstaltung werden in ISIS zur Verfügung gestellt.

Literatur

Empfohlene Literatur
S. Russell, P. Norvig Artificial Intelligence: A Modern Approach Prentice Hall, 2003, Second Edition - auch auf Deutsch erhältlich: Künstliche Intelligenz. Ein moderner Ansatz

Zugeordnete Studiengänge

Semester:

Zeige auch ausgelaufene Studiengänge und StuPOs

Diese Modulversion wird in folgenden Studiengängen verwendet:

	Studiengang / StuPO	StuPOs	Verwendungen	Erste Verwendung	Letzte Verwendung
Dieses Modul findet in keinem Studiengang Verwendung.

Studierende anderer Studiengänge können dieses Modul ohne Kapazitätsprüfung belegen.

Sonstiges

Keine Angabe