Anzeigesprache
Zur Modulseite PDF generieren

#41048 / #2

Seit SoSe 2023

Deutsch

Einführung in die Künstliche Intelligenz

6

Toussaint, Marc

benotet

Schriftliche Prüfung

Zugehörigkeit


Fakultät IV

Institut für Technische Informatik und Mikroelektronik

34342100 FG Intelligent Systems

Keine Angabe

Kontakt


MAR 4-4

Toussaint, Marc

office@lis.tu-berlin.de

Lernergebnisse

Die Student:innen gewinnen ein integratives Verständnis des Forschungsgebiets Künstliche Intelligenz, das daten-basierte KI (insb. Maschinelles Lernen) und model-basierte KI (insb. Planung & Reasoning) gleichberechtigt und integriert. Die Student:innen verstehen KI aus Sicht der Entscheidungs-Theorie, des Maschinellen Lernens, der Optimierung, und des klassischen Problemlösens. Die Student:innen können grundlegende Algorithmen aus den genannten Gebieten eigenständig von Grund auf implementieren und im Detail verstehen. Die Student:innen wissen, welche Problemformulierung und Algorithmen der KI für ein gegebenes Anwendungsproblem adäquat sind.

Lehrinhalte

Die Problemformulierungen und algorithmischen Ansätze der Gebiete * Entscheidungstheorie (inkl. Reinforcement-Lernen, Banditen, Regelungstheorie) * Maschinelles Lernen * Optimierung * Inferenz, klassisches Planen, & Problemlösen Zudem, grundlegende und wiederkehrende algorithmische Prinzipien wie: * Dynamisches Programmieren * Optimierungs- vs. sample-basierte Methoden * Entscheidungsbäume

Modulbestandteile

Pflichtgruppe:

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWSVZ
Einführung in die Künstliche IntelligenzVLSoSeDeutsch/Englisch2
Einführung in die Künstliche IntelligenzUESoSeDeutsch/Englisch2

Arbeitsaufwand und Leistungspunkte

Einführung in die Künstliche Intelligenz (VL):

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit15.02.0h30.0h
Vor-/Nachbereitung15.02.0h30.0h
60.0h(~2 LP)

Einführung in die Künstliche Intelligenz (UE):

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit15.02.0h30.0h
Vor-/Nachbereitung15.06.0h90.0h
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: Klassische Vorlesung mit Zeit für Diskussionen und breitere Fragen zum Thema. Übung: Hausaufgaben, die auf Papier lösbar sind und dem Inhalt der abschließenden schriftlichen Prüfung entsprechen; und deren Besprechung in Tutorien. Praktische Programmieraufgaben: Über ein automatisiertes Code-Abgabe- und Evaluierungs-System (per git) reichen Student:innen ihre algorithmischen Lösung zu KI-Problemstellungen ein. Das System ist Prototyp eines virtuellen Lernlabors, bei dem Student:innen eigenständig Lösungen zu einer breiteren Auswahl von KI-Problemen auf einen Server einreichen können und direkt Feedback bekommen.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Grundkenntnisse in Mathematik, insb. Lineare Algebra, Analysis, und Stochastik. Grundkenntnisse in Datenstrukturen und Programmierung (insb. Python).

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

1. Voraussetzung
Bestehen der benoteten Programmier- und Hausaufgaben

Abschluss des Moduls

Benotung

benotet

Prüfungsform

Schriftliche Prüfung

Sprache

Deutsch

Dauer/Umfang

120 min

Dauer des Moduls

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

Dieses Modul kann in folgenden Semestern begonnen werden:
Sommersemester.

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. Evtl. weitere Information auf der LIS-Website beachten: https://argmin.lis.tu-berlin.de/teaching/

Literaturhinweise, Skripte

Skript in Papierform

Verfügbarkeit:  nicht verfügbar

 

Skript in elektronischer Form

Verfügbarkeit:  nicht verfügbar

 

Literatur

Empfohlene Literatur
Keine empfohlene Literatur angegeben

Zugeordnete Studiengänge


Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPOStuPOsVerwendungenErste VerwendungLetzte Verwendung
Informatik (B. Sc.)13SoSe 2023SoSe 2024
Technische Informatik (B. Sc.)13SoSe 2023SoSe 2024
Wirtschaftsinformatik (B. Sc.)13SoSe 2023SoSe 2024

Studierende anderer Studiengänge können dieses Modul ohne Kapazitätsprüfung belegen.

Sonstiges

Keine Angabe