Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 
Name des Moduls [64040] Einführung in die Künstliche Intelligenz Bezeichnung des Moduls FMI-IN1104

Studiengang [079] - Informatik ECTS Punkte 10

Arbeitsaufwand für Selbststudium 210 Häufigkeit des Angebotes (Modulturnus) alle 2 Jahre (ab Wintersemester)
Arbeitsaufwand in Präsenzstunden 90 Dauer des Moduls 1
Arbeitsaufwand Summe (Workload) 300    

Modul-Verantwortliche/r

Clemens Beckstein

Voraussetzung für die Vergabe von Leistungspunkten (Prüfungsform)

Klausur (120min) oder mdl. Prüfung (30min) zur Vorlesung

Zusätzliche Informationen zum Modul

Empfohlene Vorkenntnisse für das Modul:

Kenntnisse der Theoretischen Informatik sowie der Logik

Empfohlene Literatur

Ginsberg, M.L., Essentials of Artificial Intelligence, Morgan Kaufmann, San Mateo, CA, 1993. Görz, G., Rollinger, C.-R., Schneeberger, J. (Hrsg.): Handbuch der Künstlichen Intelligenz, Oldenbourg Verlag, München, 2000. Russel, S., Norvig, P., Artificial Intelligence, A Modern Approach, Prentice Hall Series in AI, 2nd edition, 2003. Sowa, J.F., Knowledge Representation: Logical, Philosophical, and Computational Foundations, Brooks/Cole, Thomson Learning, Pacific Grove, CA, 2000.

Unterrichtssprache

--

Voraussetzung für die Zulassung zum Modul

keine

Empfohlene bzw. erwartete Vorkenntnisse

--

Verwendbarkeit (Voraussetzung wofür)

--

Art des Moduls (Pflicht-, Wahlpflicht- oder Wahlmodul)

Wahlpflichtmodul für den M.A. Philosophie

Zusammensetzung des Moduls / Lehrformen (V, Ü, S, Praktikum, …)

3V + 1Ü + 2Ü (Informatische Grundbegriffe)

Inhalte

Im Rahmen dieser Lehrveranstaltung werden behandelt:

  • die wichtigsten Suchmethoden der KI,
  • das logische Rüstzeug für die symbolische Wissens-repräsentation (insbes. Resolutionsbeweisen und der Tableaux-Kalkül),
  • das Schließen über Glaube und Wissen (epistemische Logiken),
  • Elemente der Argumentationstheorie,
  • die Verarbeitung begrifflichen Wissens (Beschreibungslogiken),

annahmenbasiertes, nicht-monotones und probabilistisches Schließen (insbes. auch Frames, Semantische Netze und Bayes-Netze)

Lern- und Qualifikationsziele

Vertrautheit mit grundlegenden Konzepten und Methoden symbolischer Informationsverarbeitung zur Modellierung kognitiver Leistungen und Lösung technischer Probleme.

Einsicht in Möglichkeiten und Grenzen der symbolischen KI.

Voraussetzung für die Zulassung zur Modulprüfung

Bearbeitung der Übungsaufgaben/Kleinprojekte mindestens 50% der erzielbaren Punkte erreicht

Impressum | Datenschutzerklärung