621.062 (19W) Einführung in die Artificial Intelligence II

zu Moodle

Wintersemester 2019/20

Anmeldefrist abgelaufen.

Erster Termin der LV
01.10.2019 10:00 - 12:00 On Campus

... keine weiteren Termine bekannt

Überblick

Lehrende/r

Assoc.-Prof. Dipl.-Ing. Dr. Erich Christian Teppan

LV-Titel englisch

Introduction to Artificial Intelligence II

LV-Art

Vorlesung-Kurs (prüfungsimmanente LV )

Semesterstunde/n

2.0

ECTS-Anrechnungspunkte

3.0

Anmeldungen

21 (30 max.)

Organisationseinheit

Institut für Artificial Intelligence und Cybersecurity

Unterrichtssprache

Deutsch

LV-Beginn

01.10.2019

eLearning

zum Moodle-Kurs

Zeit und Ort

Liste der Termine wird geladen...

LV-Beschreibung

Englisch

Intendierte Lernergebnisse

Students should recognize the issue of uncertainty inherent in many Artificial Intelligence applications, understand basic methods for dealing with this issue and learn to adopt and comprehend concrete algorithms that implement these methods. The focus in the first half of the semester will be on reasoning under uncertainty, whereas the second half will deal with learning.

Lehrmethodik inkl. Einsatz von eLearning-Tools

Lecture mixed with practical home and in-class exercises. Slides will be in English. Teaching language will be German unless there are non-German-speaking participants, otherwise English.

eLearning

Moodle

Inhalt/e

Provides an introduction to selected methods for dealing with uncertainty in Artificial Intelligence and Knowledge-Based Systems.

Topics

Uncertainty in AI Systems
Bayesian Inference and Bayesian Networks
Unsupervised Machine Learning
Supervised Machine Learning

Literatur

Adnan Darwiche. Modeling and Reasoning with Bayesian Networks. Cambridge University Press. 2009 P.

Tan, M. Steinbach, V. Kumar. Introduction to Data Mining. Pearson. 2006

Stuart Russell and Peter Norvig: Artificial Intelligence: A modern approach. Prentice Hall, 2009

Judea Pearl: Probabilistic Reasoning in Intelligent Systems - Networks of Plausible Inference. Morgan Kaufmann Publishers, Inc. 1988

D. Koller, N. Friedman. Probabilistic Graphical Models: Principles and Techniques. The MIT Press. 2009

D. Barber. Bayesian Reasoning and Machine Learning. Cambridge University Press. 2012

T. Mitchell. Machine Learning. McGraw Hill. 1997

Prüfungsinformationen

Im Fall von online durchgeführten Prüfungen sind die Standards zu beachten, die die technischen Geräte der Studierenden erfüllen müssen, um an diesen Prüfungen teilnehmen zu können.

Beurteilungsschema

Note Benotungsschema

Position im Curriculum

Bachelorstudium Angewandte Informatik (SKZ: 511, Version: 19W.2)
- Fach: Vertiefung Informatik (Wahlfach)
  - 7.3 Einführung in die Artificial Intelligence II ( 2.0h VC / 3.0 ECTS)
    - 621.062 Einführung in die Artificial Intelligence II (2.0h VC / 3.0 ECTS)
      Absolvierung im 4., 5., 6. Semester empfohlen

Bachelorstudium Angewandte Informatik (SKZ: 511, Version: 17W.1)
- Fach: Medieninformatik (Wahlfach)
  - 4.2 Uncertain Knowledge: Reasoning and Learning ( 2.0h VC / 4.0 ECTS)
    - 621.062 Einführung in die Artificial Intelligence II (2.0h VC / 4.0 ECTS)

Bachelorstudium Angewandte Informatik (SKZ: 511, Version: 17W.1)
- Fach: Natural Language Processing (Wahlfach)
  - 5.3 Uncertain Knowledge: Reasoning and Learning ( 2.0h VC / 4.0 ECTS)
    - 621.062 Einführung in die Artificial Intelligence II (2.0h VC / 4.0 ECTS)

Bachelorstudium Angewandte Informatik (SKZ: 511, Version: 17W.1)
- Fach: Softwareentwicklung (Wahlfach)
  - 6.3 Uncertain Knowledge: Reasoning and Learning ( 2.0h VC / 4.0 ECTS)
    - 621.062 Einführung in die Artificial Intelligence II (2.0h VC / 4.0 ECTS)

Bachelorstudium Angewandte Informatik (SKZ: 511, Version: 17W.1)
- Fach: Wirtschaftsinformatik (Wahlfach)
  - 7.3 Uncertain Knowledge: Reasoning and Learning ( 2.0h VC / 4.0 ECTS)
    - 621.062 Einführung in die Artificial Intelligence II (2.0h VC / 4.0 ECTS)

Bachelorstudium Angewandte Informatik (SKZ: 511, Version: 12W.1)
- Fach: Medieninformatik (Wahlfach)
  - Knowledge Engineering ( 2.0h UE / 4.0 ECTS)
    - 621.062 Einführung in die Artificial Intelligence II (2.0h VC / 4.0 ECTS)

Bachelorstudium Angewandte Informatik (SKZ: 511, Version: 12W.1)
- Fach: Natural Language Processing (Wahlfach)
  - Knowledge Engineering ( 2.0h UE / 4.0 ECTS)
    - 621.062 Einführung in die Artificial Intelligence II (2.0h VC / 4.0 ECTS)

Bachelorstudium Angewandte Informatik (SKZ: 511, Version: 12W.1)
- Fach: Softwareentwicklung (Wahlfach)
  - Knowledge Engineering ( 2.0h UE / 4.0 ECTS)
    - 621.062 Einführung in die Artificial Intelligence II (2.0h VC / 4.0 ECTS)

Bachelorstudium Angewandte Informatik (SKZ: 511, Version: 12W.1)
- Fach: Wirtschaftsinformatik (Wahlfach)
  - Knowledge Engineering ( 2.0h UE / 4.0 ECTS)
    - 621.062 Einführung in die Artificial Intelligence II (2.0h VC / 4.0 ECTS)

Masterstudium Angewandte Informatik (SKZ: 911, Version: 13W.1)
- Fach: Vertiefung Informatik (Pflichtfach)
  - Knowledge Engineering ( 2.0h UE / 4.0 ECTS)
    - 621.062 Einführung in die Artificial Intelligence II (2.0h VC / 4.0 ECTS)

Gleichwertige Lehrveranstaltungen im Sinne der Prüfungsantrittszählung

Sommersemester 2024

621.064 VC Introduction to Artificial Intelligence 2 - Group A (2.0h / 3.0ECTS)
621.066 VC Introduction to Artificial Intelligence 2 - Group B (2.0h / 3.0ECTS)

Wintersemester 2023/24

621.062 VC Introduction to Artificial Intelligence 2 (2.0h / 3.0ECTS)

Sommersemester 2023

621.062 VC Einführung in die Artificial Intelligence II (2.0h / 3.0ECTS)

Wintersemester 2022/23

621.062 VC Einführung in die Artificial Intelligence II (2.0h / 3.0ECTS)

Sommersemester 2022

621.062 VC Einführung in die Artificial Intelligence II (2.0h / 3.0ECTS)

Wintersemester 2021/22

621.062 VC Einführung in die Artificial Intelligence II (2.0h / 3.0ECTS)

Sommersemester 2021

621.062 VC Einführung in die Artificial Intelligence II (2.0h / 3.0ECTS)

Wintersemester 2020/21

621.062 VC Einführung in die Artificial Intelligence II (2.0h / 3.0ECTS)

Sommersemester 2020

621.062 VC Einführung in die Artificial Intelligence II (2.0h / 3.0ECTS)