621.062 (19W) Einführung in die Artificial Intelligence II

Wintersemester 2019/20

Anmeldefrist abgelaufen.

Erster Termin der LV
01.10.2019 10:00 - 12:00 , HS 7
Nächster Termin:
17.12.2019 10:00 - 12:00 , HS 7

Überblick

Lehrende/r
LV-Titel englisch
Introduction to Artificial Intelligence II
LV-Art
Vorlesung-Kurs (prüfungsimmanente LV )
Semesterstunde/n
2.0
ECTS-Anrechungspunkte
3.0
Anmeldungen
29 (30 max.)
Organisationseinheit
Unterrichtssprache
Deutsch
LV-Beginn
01.10.2019
eLearning
zum Moodle-Kurs

LV-Beschreibung

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

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

Beurteilungsschema

Note/Grade Benotungsschema

Position im Curriculum

  • Bachelorstudium Angewandte Informatik (SKZ: 511, Version: 19W.1)
    • 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 / 3.0 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 / 3.0 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 / 3.0 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 / 3.0 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 / 3.0 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 / 3.0 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 / 3.0 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 / 3.0 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 / 3.0 ECTS)

Gleichwertige Lehrveranstaltungen im Sinne der Prüfungsantrittszählung

Diese Lehrveranstaltung ist keiner Kette zugeordnet