621.061 (23S) Einführung in die Artificial Intelligence I

zu Moodle

Sommersemester 2023

Anmeldefrist abgelaufen.

Erster Termin der LV
02.03.2023 14:00 - 16:00 On Campus

... keine weiteren Termine bekannt

Überblick

Lehrende/r

Univ.-Prof. Dr. Martin Gebser

LV-Titel englisch

Introduction to Artificial Intelligence I

LV-Art

Vorlesung-Kurs (prüfungsimmanente LV )

LV-Modell

Präsenzlehrveranstaltung

Semesterstunde/n

2.0

ECTS-Anrechnungspunkte

3.0

Anmeldungen

54 (30 max.)

Organisationseinheit

Institut für Artificial Intelligence und Cybersecurity

Unterrichtssprache

Englisch

mögliche Sprache/n der Leistungserbringung

Deutsch , Englisch

LV-Beginn

02.03.2023

eLearning

zum Moodle-Kurs

Anmerkungen

Die Online-Teilnahme an der Lehrveranstaltung wird über Moodle und BigBlueButton ermöglicht.

Zeit und Ort

Liste der Termine wird geladen...

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

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

Curriculare Anmeldevoraussetzungen

Nothing

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

Lehrmethodik

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

Curriculare Anmeldevoraussetzungen

Nothing

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.

Englisch

Prüfungsmethode/n

Written exam (end of semester), short tests (during the semester), active participation (bonus)

Prüfungsinhalt/e

Topics covered in the module, but in particular logic, planning, constraint satisfaction, heuristic search, uncertain reasoning.

Beurteilungskriterien/-maßstäbe

Points obtained from short tests, the exam and active participation will be incorporated in the final grade. A possible scheme (subject to appropriate calibration) is to add together up to

3 x 20 points for short tests
210 points for the exam
active participation points (e.g., demonstration of exercise solutions)

Then grade 1 will match between 180 and 200 points, grade 4 between 100 and 120 points, and the other grades gradually distributed between the top and the bottom.

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 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 / 2.0 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)

Bachelorstudium Robotics and Artificial Intelligence (SKZ: 295, Version: 22W.1)
- Fach: Artificial Intelligence (Pflichtfach)
  - 4.1 Introduction to Artificial Intelligence I ( 2.0h VC / 3.0 ECTS)
    - 621.061 Einführung in die Artificial Intelligence I (2.0h VC / 3.0 ECTS)

Gleichwertige Lehrveranstaltungen im Sinne der Prüfungsantrittszählung

Sommersemester 2024

621.061 VC Introduction to Artificial Intelligence 1 - Group A (2.0h / 3.0ECTS)
621.063 VC Introduction to Artificial Intelligence 1 - Group B (2.0h / 3.0ECTS)

Wintersemester 2023/24

621.061 VC Introduction to Artificial Intelligence 1 - Group A (2.0h / 3.0ECTS)
621.063 VC Introduction to Artificial Intelligence 1 - Group B (2.0h / 3.0ECTS)
621.065 VC Introduction to Artificial Intelligence 1 - Group C (2.0h / 3.0ECTS)

Wintersemester 2022/23

621.061 VC Einführung in die Artificial Intelligence I (2.0h / 3.0ECTS)

Sommersemester 2022

621.061 VC Einführung in die Artificial Intelligence I (2.0h / 3.0ECTS)

Wintersemester 2021/22

621.061 VC Einführung in die Artificial Intelligence I (2.0h / 3.0ECTS)

Sommersemester 2021

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)