621.061 (21S) Einführung in die Artificial Intelligence I

Sommersemester 2021

Anmeldefrist abgelaufen.

Erster Termin der LV
05.03.2021 10:00 - 12:00 online Off Campus
... keine weiteren Termine bekannt

Überblick

Bedingt durch die COVID-19-Pandemie können kurzfristige Änderungen bei Lehrveranstaltungen und Prüfungen (z.B. Absage von Präsenz-Lehreveranstaltungen und Umstellung auf Online-Prüfungen) erforderlich sein.

Weitere Informationen zum Lehrbetrieb vor Ort finden Sie unter: https://www.aau.at/corona.
Lehrende/r
LV-Titel englisch
Introduction to Artificial Intelligence I
LV-Art
Vorlesung-Kurs (prüfungsimmanente LV )
LV-Modell
Onlinelehrveranstaltung
Semesterstunde/n
2.0
ECTS-Anrechnungspunkte
3.0
Anmeldungen
27 (30 max.)
Organisationseinheit
Unterrichtssprache
Englisch
mögliche Sprache/n der Leistungserbringung
Englisch
LV-Beginn
05.03.2021
eLearning
zum Moodle-Kurs
Anmerkungen

Sollte der Donnerstags-Termin nicht stattfinden können, findet die LV immer freitags von 10-12 Uhr statt. Der erste Termin ist Freitag der 5. März.

Zeit und Ort

Beachten Sie bitte, dass sich aufgrund von COVID-19-Maßnahmen die derzeit angezeigten Termine noch ändern können.
Liste der Termine wird geladen...

LV-Beschreibung

Intendierte Lernergebnisse

Provides an introduction to general problem solving methods used in artificial intelligence and knowledge-based systems. The course presents a variety of search approaches as well as modern knowledge representation and reasoning systems implementing them.

Lehrmethodik inkl. Einsatz von eLearning-Tools

Classroom instructions mixed with practical exercises. The teaching language is English or German depending on the preferences of the audience. The slides are in English.

Inhalt/e

Covered topics include:

  • Uninformed and informed search methods
  • Overview of incomplete (local) approaches to solving hard problems
  • Knowledge representation and reasoning with constraints programming
  • MiniZinc programming language   
  • Game playing          

Erwartete Vorkenntnisse

Algorithms and data structures

Literatur

  • Stuart Russell and Peter Norvig: Artificial Intelligence: A modern approach. Prentice Hall, 2009
  • Rina Dechter: Constraint Processing. Morgan Kaufmann Publishers, 2003
  • Stefan Edelkamp and Stefan Schrödl: Heuristic search: theory and applications. Elsevier, 2011

Intendierte Lernergebnisse

Provides an introduction to general problem solving methods used in artificial intelligence and knowledge-based systems. The course presents a variety of search approaches as well as modern knowledge representation and reasoning systems implementing them.

Lehrmethodik inkl. Einsatz von eLearning-Tools

Classroom instructions mixed with practical exercises. The teaching language is English or German depending on the preferences of the audience. The slides are in English.

Inhalt/e

Covered topics include:

  • Uninformed and informed search methods
  • Overview of incomplete (local) approaches to solving hard problems
  • Knowledge representation and reasoning with Constraints Programming
  • MiniZinc programming language   
  • Game playing            

Erwartete Vorkenntnisse

Algorithms and data structures

Literatur

  • Stefan Edelkamp and Stefan Schrödl: Heuristic search: theory and applications. Elsevier, 2011
  • Rina Dechter: Constraint Processing. Morgan Kaufmann Publishers, 2003
  • Stuart Russell and Peter Norvig: Artificial Intelligence: A modern approach. Prentice Hall, 2009

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.

Geänderte Prüfungsinformationen (COVID-19 Ausnahmeregelung)

online

Prüfungsmethode/n

siehe Moodle

Prüfungsinhalt/e

siehe Moodle

Beurteilungskriterien/-maßstäbe

siehe Moodle

Geänderte Prüfungsinformationen (COVID-19 Ausnahmeregelung)

online

Prüfungsmethode/n

see moodle

Prüfungsinhalt/e

see moodle

Beurteilungskriterien/-maßstäbe

see moodle

Beurteilungsschema

Note Benotungsschema

Position im Curriculum

  • Bachelorstudium Angewandte Informatik (SKZ: 511, Version: 19W.1)
    • Fach: Vertiefung Informatik (Wahlfach)
      • 7.3 Einführung in die Artificial Intelligence I ( 2.0h VC / 3.0 ECTS)
        • 621.061 Einführung in die Artificial Intelligence I (2.0h VC / 3.0 ECTS)
          Absolvierung im 4., 5., 6. Semester empfohlen
  • Bachelorstudium Angewandte Informatik (SKZ: 511, Version: 17W.1)
    • Fach: Medieninformatik (Wahlfach)
      • 4.1 Heuristic Search ( 2.0h VC / 2.0 ECTS)
        • 621.061 Einführung in die Artificial Intelligence I (2.0h VC / 3.0 ECTS)
  • Bachelorstudium Angewandte Informatik (SKZ: 511, Version: 17W.1)
    • Fach: Natural Language Processing (Wahlfach)
      • 5.2 Heuristic Search ( 2.0h VC / 2.0 ECTS)
        • 621.061 Einführung in die Artificial Intelligence I (2.0h VC / 3.0 ECTS)
  • Bachelorstudium Angewandte Informatik (SKZ: 511, Version: 17W.1)
    • Fach: Softwareentwicklung (Wahlfach)
      • 6.2 Heuristic Search ( 2.0h VC / 2.0 ECTS)
        • 621.061 Einführung in die Artificial Intelligence I (2.0h VC / 3.0 ECTS)
  • Bachelorstudium Angewandte Informatik (SKZ: 511, Version: 17W.1)
    • Fach: Wirtschaftsinformatik (Wahlfach)
      • 7.2 Heuristic Search ( 2.0h VC / 2.0 ECTS)
        • 621.061 Einführung in die Artificial Intelligence I (2.0h VC / 3.0 ECTS)
  • Bachelorstudium Angewandte Informatik (SKZ: 511, Version: 12W.1)
    • Fach: Medieninformatik (Wahlfach)
      • Knowledge Engineering ( 2.0h VO / 2.0 ECTS)
        • 621.061 Einführung in die Artificial Intelligence I (2.0h VC / 3.0 ECTS)
  • Bachelorstudium Angewandte Informatik (SKZ: 511, Version: 12W.1)
    • Fach: Natural Language Processing (Wahlfach)
      • Knowledge Engineering ( 2.0h VO / 2.0 ECTS)
        • 621.061 Einführung in die Artificial Intelligence I (2.0h VC / 3.0 ECTS)
  • Bachelorstudium Angewandte Informatik (SKZ: 511, Version: 12W.1)
    • Fach: Softwareentwicklung (Wahlfach)
      • Knowledge Engineering ( 2.0h VO / 2.0 ECTS)
        • 621.061 Einführung in die Artificial Intelligence I (2.0h VC / 3.0 ECTS)
  • Bachelorstudium Angewandte Informatik (SKZ: 511, Version: 12W.1)
    • Fach: Wirtschaftsinformatik (Wahlfach)
      • Knowledge Engineering ( 2.0h VO / 2.0 ECTS)
        • 621.061 Einführung in die Artificial Intelligence I (2.0h VC / 3.0 ECTS)
  • Masterstudium Angewandte Informatik (SKZ: 911, Version: 13W.1)
    • Fach: Vertiefung Informatik (Pflichtfach)
      • Knowledge Engineering ( 2.0h VO / 2.0 ECTS)
        • 621.061 Einführung in die Artificial Intelligence I (2.0h VC / 3.0 ECTS)
  • Masterstudium Mathematics (SKZ: 401, Version: 18W.1)
    • Fach: Informatics (Wahlfach)
      • 8.5 Heuristic Search ( 2.0h VC / 2.0 ECTS)
        • 621.061 Einführung in die Artificial Intelligence I (2.0h VC / 2.0 ECTS)

Gleichwertige Lehrveranstaltungen im Sinne der Prüfungsantrittszählung

Wintersemester 2021/22
  • 621.061 VC Einführung in die Artificial Intelligence I (2.0h / 3.0ECTS)
Wintersemester 2020/21
  • 621.061 VC Einführung in die Artificial Intelligence I (2.0h / 3.0ECTS)
Sommersemester 2020
  • 621.061 VC Einführung in die Artificial Intelligence I (2.0h / 3.0ECTS)
Wintersemester 2019/20
  • 621.061 VC Einführung in die Artificial Intelligence I (2.0h / 3.0ECTS)