Data Science & Intelligent Analytics* BB
Jetzt
Bewerben

Intelligent Analytics and Artificial Intelligence

Niveau der Lehrveranstaltung/des Moduls laut Lehrplan

Masterstudium

Lernergebnisse der Lehrveranstaltung/des Moduls

Die Studierenden verstehen das Konzept der Künstlichen Intelligenz (KI), kennen die fundamentalen Konzepte, die dahinterstehen und kennen/verstehen unterschiedliche Ansätze zur Umsetzung von KI. Sie verstehen ferner die Bedeutung von Daten und Algorithmen für dessen Umsetzung und sind in der Lage, einfache Anwendungen selbst umzusetzen.

Voraussetzungen laut Lehrplan

Keine Voraussetzungen

Lehrinhalte

Die Studierenden erlangen Kenntnis über die grundlegenden Techniken und Konzepte im Kontext von intelligent operierenden Systemen, insbesondere den Bereichen:

- Reasoning (Goal trees, Regelbasierte Expertensysteme)
- Suche (depth-first, hill climbing, beam, optimal, branch and bound, A*, games, minimax, and alpha-beta)
- Constraint (Search, domain reduction, visual object recognition)
- Learn (neural nets, back propagation, genetic algorithms, sparse spaces, phonology, near misses, felicity conditions, support vector machines, boosting)
- Repräsentation (classes, trajectories, transitions)
- Einsatz von AI im Geschäftskontext

empfohlene Fachliteratur

- Runkler, T. A. (2016) Data Analytics: Models and Algorithms for Intelligent Data Analysis. 2. Auflage, Springer Vieweg, Wiesbaden (ISBN: 978-3658140748).
- Russell, S.; Norvig, P. (2016) Artificial Intelligence: A Modern Approach, Global Edition. 3. Auflage, Addison Wesley, Boston (ISBN: 978-1292153964).
- Winson, P. H. (1992) Artificial Intelligence. 3. Auflage, Pearson (ISBN: 978-0201533774).

Bewertungsmethoden und -kriterien

Abschlussklausur oder Seminararbeit

Unterrichtssprache

Englisch

Anzahl der zugewiesenen ECTS-Credits

3

geplante Lehr- und Lernmethoden

Vortrag mit Diskussion
Interaktiver Workshop
Fallstudien

Semester/Trimester, in dem die Lehrveranstaltung/das Modul angeboten wird

4

Semester-Wochen-Stunden (SWS)

2

Name des/der Vortragenden

N.A.

Studienjahr

2

empfohlene optionale Programmeinheiten

N.A.

Kennzahl der Lehrveranstaltungen/des Moduls

DPR.9

Art der Lehrveranstaltung/des Moduls

ILV

Art der Lehrveranstaltung

Präsenzveranstaltung

Praktikum/Praktika

N.A.