Die grundlegenden Verfahren, Methoden und Ansätze der Künstlichen Intelligenz praktisch anwenden können
Fachliche Kompetenz insbesonders, aber nicht ausschließlich, in den Gebieten Suche, Logik, Planen, Maschinelles Lernen
Die Terminologie des Fachgebietes beherrschen
Die einzelnen Methoden/Ansätzen der KI in den Gesamtkontext einordnen können
Das Fachgebiete(oder Teile des Fachgebietes) im Kontext zu anderen Disziplinen einordnen können
Grundlegende Verfahren auf einzelne konkrete Aufgabensituationen übertragen und diese lösen können
Lerninhalte
Die Vorlesung soll einen Überblick über wichtige Arbeitsgebiete und Methoden der Künstlichen Intelligenz geben. Die Vorlesung führt Grundideen und Methoden der Künstlichen Intelligenz anhand des Lehrbuches von Russell und Norvig (s.u.) ein. Es werden folgende Themen behandelt:
Entwurfsprinzipien für und Spezifikation von “intelligenten” Agenten;
Problemlösen durch Suche: heuristische Suchverfahren, optimierende Suche;
Problemlösen mit wissensbasierten Methoden: Logik und Inferenz, Schlussfolgern über Raum und Zeit, Repräsentation von Ontologien, Repräsentation und Schlussfolgern über Alltagswissen;
Problemlösen mit unsicherem Wissen: Grundlagen der Wahrscheinlichkeits- und Entscheidungstheorie, Bayes Netze, Planen mit Markov-Entscheidungsprozessen;
Handlungsplanung: Generierung partiell geordneter Aktionspläne, Planung und Ausführung;
Maschinelles Lernen: Lernen von Entscheidungsbäumen, Lernen von Prädikaten mittels Beispiele, Reinforcement-Lernen.
Prüfungsformen
i.d.R. Bearbeitung von Übungsaufgaben und Klausur
Dokumente (Skripte, Programme, Literatur, usw.)
Stuart Russell und Peter Norvig: Artificial Intelligence - A Modern Approach. Prentice Hall International, 2. Auflage (2003)
Wirtschaftsinformatik-Format