Die Informatik des Fachbereiches 3 der Universität Bremen Hier geht es zur Homepage der Verwaltung des Fachbereiches 3 der Universität Bremen Hier geht es zur Homepage der Informatik des Fachbereiches 3 der Universität Bremen Hier geht es zur Homepage der Mathematik des Fachbereiches 3 der Universität Bremen Hier geht es zur Homepage des Fachbereiches 3 der Universität Bremen Hier geht es zur Homepage der Universität Bremen


 




Zeige Systems Engineering-Format Pdf_icon Wirtschaftsinformatik-Format Pdf_icon Informatik-Format Pdf_icon Digitale Medien-Format Pdf_icon

Wirtschaftsinformatik-Ansicht

Kern (AI)


Core (AI) 		Modulnummer
Bachelor
Pflicht/Wahl
Winf-Schwerpunkt-Pflicht
Winf-Schwerpunkt-Wahlpflicht
Wahl
Schwerpunkt
IT-Management
E-Business
Logistik
Computational Finance
Anzahl der SWS
V UE K S Prak. Proj. ∑
2 2 0 0 0 0 4
Kreditpunkte : 6 Turnus

i. d. R. angeboten alle 2 Semester

Formale Voraussetzungen : -
Inhaltliche Voraussetzungen : -
Vorgesehenes Semester : ab 1. Semester
Sprache : Englisch
Ziele :
  • 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
Inhalte :

  1. Die Modellierung von intelligenten Systemen als “rationale Agenten”

  2. Problemlösen durch Suche

    • heuristische Suche, Constraint-basierte Suche, optimierende Suche

  3. Problemlösen durch Logik-basierte Repräsentations- und Schlussfolgerungssysteme (symbolische Wissensrepraesentation)

    • Aussagenlogik- und Prädikatenlogik-basierte WR + Ontologien (Beschreibungslogiken)

    • kurze Diskussion von common-sense reasoning (Frame, Qualification, & Ramification problem)

    • Aktionsplanung

  4. Probabilistisches Problemlösen

    • Bayesnetze (Inferenz und Lernen)

    • Markoventscheidungsprozesse

  5. Problemlösen mit Hilfe von maschinellem Lernen

Lehrveranstaltung(en):

  • 03-IMAP-AI Fundamentals of Artificial Intelligence
Unterlagen (Skripte, Literatur, Programme usw.) :
Form der Prüfung : MP; Portfolio, Fachgespräch, mündliche Prüfung, Klausur, Hausarbeit, ggf. Bonusprüfung
Arbeitsaufwand
Präsenz 56
Übungsbetrieb/Prüfungsvorbereitung 124
Summe 180 h
Lehrende: Prof. Dr. M. Beetz Verantwortlich Prof. Dr. M. Beetz
Zurück

Zeige Systems Engineering-Format Pdf_icon Wirtschaftsinformatik-Format Pdf_icon Informatik-Format Pdf_icon Digitale Medien-Format Pdf_icon