621.060 (14W) Heuristic Search

Wintersemester 2014/15

Anmeldefrist abgelaufen.

Erster Termin der LV
02.10.2014 14:00 - 16:00 , S.1.42
... keine weiteren Termine bekannt

Überblick

Lehrende/r
LV-Titel englisch
Heuristic Search
LV-Art
Vorlesung-Kurs (prüfungsimmanente LV )
Semesterstunde/n
2.0
ECTS-Anrechungspunkte
2.0
Anmeldungen
33 (25 max.)
Organisationseinheit
Unterrichtssprache
Englisch
LV-Beginn
01.10.2014
eLearning
zum Moodle-Kurs

LV-Beschreibung

Lehrmethodik

Classroom instructions supported by associated lab course. The teaching language is English or German depending on the preferences of the audience.

Inhalt/e

Provides an introduction to Artificial Intelligence and Knowledge-Based Systems. This lecture corresponds to the Knowledge Engineering lecture in WS 13.

Der Block Knowledge Engineering (2 VO + 2UE) wird im Wintersemester 2014/2015 in Form von zwei VKs (jeweils 2 SWS) angeboten. Ziel ist, die Prüfungsaktivität durch bessere Interaktion mit den Studierenden, bessere Verbindung von VO- und UE-Inhalten und durch gesteigerte Anwesenheit in den Lehrveranstaltungen. Zudem soll die Lehrveranstaltung dadurch früher und mit besserem Ergebnis abgeschlossen werden.
Dabei ist folgende Zuordnung vorgesehen:
•    VK 621.060 „Heuristic Search“                                           → VO „Knowledge Engineering”
•    VK 621.065 “Uncertain Knowledge: Reasoning and Learning”    → UE „Knowledge Engineering”

In dem der VO zugeordneten VK (621.060 „Heuristic Search“) besteht KEINE Anwesenheitspflicht, die „klassische“ Vorlesungsprüfung wird weiterhin angeboten. Zu dieser Prüfung können alle Studierenden ohne weitere Voraussetzungen zu den üblichen Terminen (Semesterende, Beginn des Folgesemesters und Beginn des übernächsten Semesters) antreten.
In dem der UE zugeordneten VK (621.065 “Uncertain Knowledge: Reasoning and Learning”) herrscht wie bei allen Übungen Anwesenheitspflicht.
In den VKs erfolgt eine zweigeteilte Prüfung (Zwischen- und Endklausur, Mitte bzw. Ende des Semesters). Dieser Prüfungsmodus setzt allerdings die Anwesenheit in den VKs voraus.

Themen

  • Introduction
  • Intelligent agents
  • Solving problems by searching
  • Informed search and exploration
  • Constraint satisfaction problems
  • Adversarial search
  • Knowledge representation and reasoning
  • Planning
  • Uncertain knowledge and reasoning
  • Learning
  • Methods for selected application areas

Lehrziel

Acquiring the capability to design and implement software systems exploiting methods of Artificial Intelligence

Erwartete Vorkenntnisse

The course builds on knowledge about propositional and predicate logic as well as logical inference techniques. These topics are typically covered by courses on Logic and Logic Programming.

Literatur

Stuart Russell and Peter Norvig: Artificial Intelligence, A modern approach, Prentice Hall, 2003 Georg Gottlob, Thomas Frühwirth, Werner Horn (Hrsg.): Expertensysteme, Springer Verlag, 1990 Ivan Bratko: Prolog ‑ Programming for Artificial Intelligence, Addison‑Wesley, 1990

Lehrmethodik

Classroom instructions supported by associated lab course. The teaching language is English or German depending on the preferences of the audience.

Inhalt/e

Provides an introduction to Artificial Intelligence and Knowledge-Based Systems

Themen

  • Introduction
  • Intelligent agents
  • Solving problems by searching
  • Informed search and exploration
  • Constraint satisfaction problems
  • Adversarial search
  • Knowledge representation and reasoning
  • Planning
  • Uncertain knowledge and reasoning
  • Learning
  • Methods for selected application areas

Lehrziel

Acquiring the capability to design and implement software systems exploiting methods of Artificial Intelligence

Erwartete Vorkenntnisse

The course builds on knowledge about propositional and predicate logic as well as logical inference techniques. These topics are typically covered by courses on Logic and Logic Programming.

Literatur

Stuart Russell and Peter Norvig: Artificial Intelligence, A modern approach, Prentice Hall, 2003 Georg Gottlob, Thomas Frühwirth, Werner Horn (Hrsg.): Expertensysteme, Springer Verlag, 1990 Ivan Bratko: Prolog ‑ Programming for Artificial Intelligence, Addison‑Wesley, 1990

Prüfungsinformationen

Prüfungsinhalt/e

Topics covered in the course including selected chapters of the mentioned literature

Beurteilungskriterien/-maßstäbe

Written and oral examination

Prüfungsinhalt/e

Topics covered in the course including selected chapters of the mentioned literature

Beurteilungskriterien/-maßstäbe

Written examination

Beurteilungsschema

Note/Grade Benotungsschema

Position im Curriculum

  • Lehramtsstudium Unterrichtsfach Informatik und Informatikmanagement (SKZ: 884, Version: 04W.7)
    • 2.Abschnitt
      • Fach: Angewandte Informatik (LI 2.3) (Pflichtfach)
        • Knowledge Engineering ( 2.0h VO / 2.0 ECTS)
          • 621.060 Heuristic Search (2.0h VK / 2.0 ECTS)
  • Bachelorstudium Angewandte Informatik (SKZ: 511, Version: 12W.1)
    • Fach: Medieninformatik (Wahlfach)
      • Knowledge Engineering ( 2.0h VO / 2.0 ECTS)
        • 621.060 Heuristic Search (2.0h VK / 2.0 ECTS)
  • Bachelorstudium Angewandte Informatik (SKZ: 511, Version: 12W.1)
    • Fach: Natural Language Processing (Wahlfach)
      • Knowledge Engineering ( 2.0h VO / 2.0 ECTS)
        • 621.060 Heuristic Search (2.0h VK / 2.0 ECTS)
  • Bachelorstudium Angewandte Informatik (SKZ: 511, Version: 12W.1)
    • Fach: Softwareentwicklung (Wahlfach)
      • Knowledge Engineering ( 2.0h VO / 2.0 ECTS)
        • 621.060 Heuristic Search (2.0h VK / 2.0 ECTS)
  • Bachelorstudium Angewandte Informatik (SKZ: 511, Version: 12W.1)
    • Fach: Wirtschaftsinformatik (Wahlfach)
      • Knowledge Engineering ( 2.0h VO / 2.0 ECTS)
        • 621.060 Heuristic Search (2.0h VK / 2.0 ECTS)
  • Bachelorstudium Informatik (SKZ: 521, Version: 09W.3)
    • Fach: Knowledge Engineering (Wahlfach)
      • Knowledge Engineering ( 2.0h VO / 2.0 ECTS)
        • 621.060 Heuristic Search (2.0h VK / 2.0 ECTS)
  • Bachelorstudium Informatik (SKZ: 521, Version: 03W.1)
    • Fach: Knowledge Engineering (Pflichtfach)
      • Knowledge Engineering ( 2.0h VO / 2.0 ECTS)
        • 621.060 Heuristic Search (2.0h VK / 2.0 ECTS)
  • Masterstudium Angewandte Informatik (SKZ: 911, Version: 13W.1)
    • Fach: Vertiefung Informatik (Pflichtfach)
      • Knowledge Engineering ( 2.0h VO / 2.0 ECTS)
        • 621.060 Heuristic Search (2.0h VK / 2.0 ECTS)
  • Masterstudium Informatik (SKZ: 921, Version: 09W.1)
    • Fach: Knowledge Engineering (Wahlfach)
      • Knowledge Engineering ( 2.0h VO / 2.0 ECTS)
        • 621.060 Heuristic Search (2.0h VK / 2.0 ECTS)
  • Bachelorstudium Technische Mathematik (SKZ: 201, Version: 12W.2)
    • Fach: Informatik (Wahlfach)
      • Knowledge Engineering ( 2.0h VO / 2.0 ECTS)
        • 621.060 Heuristic Search (2.0h VK / 2.0 ECTS)
  • Masterstudium Technische Mathematik (SKZ: 401, Version: 13W.1)
    • Fach: Informatik (Wahlfach)
      • Knowledge Engineering ( 2.0h VO / 2.0 ECTS)
        • 621.060 Heuristic Search (2.0h VK / 2.0 ECTS)

Gleichwertige Lehrveranstaltungen im Sinne der Prüfungsantrittszählung

Sommersemester 2019
  • 621.060 VC Heuristic Search (2.0h / 2.0ECTS)
Wintersemester 2018/19
  • 621.060 VC Heuristic Search (2.0h / 2.0ECTS)
Sommersemester 2018
  • 621.060 VC Heuristic Search (2.0h / 2.0ECTS)
Wintersemester 2017/18
  • 621.060 VC Heuristic Search (2.0h / 2.0ECTS)
Wintersemester 2016/17
  • 621.060 VC Heuristic Search (2.0h / 2.0ECTS)
Sommersemester 2016
  • 621.060 VC Heuristic Search (2.0h / 2.0ECTS)
Wintersemester 2015/16
  • 621.060 VC Heuristic Search (2.0h / 2.0ECTS)
Sommersemester 2015
  • 621.060 VK Heuristic Search (2.0h / 2.0ECTS)