Kursbeschreibung

Kurzbeschreibung
Verschaffen Sie sich einen Überblick über die Reichweite der Künstlichen Intelligenz und erlangen Sie sie Fähigkeit, sich aktiv im Themengebiet zu beteiligen und geeignete Methoden auszuwählen und anzuwenden.


Lernziele
Die Teilnehmenden verstehen wichtige Grundprinzipien und Methoden der Künstlichen Intelligenz, insbesondere Wissensrepräsentation, Inferenz und maschinelles Lernen. Sie sind in der Lage Verfahren, Vorgehensweisen, Risiken und Grenzen intelligenter Systeme zu analysieren, und können Lösungsansätze für typische KI-Probleme entwickeln und bewerten.

Programmiersprache: Python


Lehrinhalte
1. Einführung: Intelligente Agenten
2. Problemlösen durch Suchen: heuristische Suche, lokale Suche, online-Suche, Nichtdeterminismus und partielle Beobachtbarkeit.
3. Regelbasierte Systeme
4. Constraint Satisfaction Problems
5. Grundkonzepte: Maschinelles Lernen, Exploratory Data Analysis, Vorbereitung von Datensätzen, Validierungsmodelle, Generalisierung
6. Nächste-Nachbarn- und Bayes-Klassifikatoren
7. Support Vektor Maschinen
8. Entscheidungsbäume, Random Forest Trees
9. Künstliche neuronale Netze
10. Clusteranalyse