INF.02506.08 - Einführung in die Künstliche Intelligenz (Vollständige Modulbeschreibung)
INF.02506.08 | 5 CP |
---|---|
Modulbezeichnung | Einführung in die Künstliche Intelligenz |
Modulcode | INF.02506.08 |
Semester der erstmaligen Durchführung | |
Fachbereich/Institut | Institut für Informatik |
Verwendet in Studiengängen / Semestern |
|
Modulverantwortliche/r | |
Weitere verantwortliche Personen |
Prof. Dr. Stefan Braß |
Teilnahmevoraussetzungen | |
Kompetenzziele | Die Studierenden sollen die Möglichkeiten und Grenzen der Prädikatenlogik für die Darstellung von Wissen und das Ableiten von Schlüssen erkennen und den Umgang mit Inferenzmethoden, insbesondere Resolutionsstrategieen an Beispielen erlernen. |
Modulinhalte | Ausgangspunkt für die Modellierung intelligenten Verhaltens bildet die klassische zweiwertige Logik. Ausgehend von den Grenzen der Prädikatenlogik für intelligentes Schließen sollen die Studierenden Erweiterungen der PL1, insbesondere Defaultlogik und Modallogik sowie Logiken für unsicheres Wissen kennenlernen. Um Praktisceh Erfahrungen zu sammeln und die Möglichkeiten und Grenzen der zweiwertigen Logik zu erkennen, werden zwei größere Projekte in Gruppen bearbeitet, für a) die Suche kürzester Wege in Graphen sowie b) der Programmierung einer Erweiterung des Prologinterpreters zum Umgang mit unsicherem Wissen nachweisen. 1. Klassische Prädikatenlogik, Resolutionsprinzip 2. Default- und Modallogik 3. Suchalgorithmen in Prolog 4. Grundlagen des Schließens mit unsicherem Wissen (SLOP), Erweiterung des Prologinterpreters |
Lehrveranstaltungsformen |
Vorlesung (2 SWS)
Kursus Übung (2 SWS) Kursus |
Unterrichtsprachen | Deutsch, Englisch |
Dauer in Semestern | 1 Semester Semester |
Angebotsrhythmus Modul | nicht festlegbar |
Aufnahmekapazität Modul | unbegrenzt |
Prüfungsebene | |
Credit-Points | 5 CP |
Modulabschlussnote | LV 1: %; LV 2: %; LV 3: %; LV 4: %. |
Faktor der Modulnote für die Endnote des Studiengangs | 1 |
Modulveranstaltung | Lehrveranstaltungsform | Veranstaltungstitel | SWS | Workload Präsenz | Workload Vor- / Nachbereitung | Workload selbstgestaltete Arbeit | Workload Prüfung incl. Vorbereitung | Workload Summe |
---|---|---|---|---|---|---|---|---|
LV 1 | Vorlesung | Vorlesung | 2 | 0 | ||||
LV 2 | Kursus | Selbststudium | 0 | |||||
LV 3 | Übung | Übung | 2 | 0 | ||||
LV 4 | Kursus | Übungsaufgaben | 0 | |||||
Workload modulbezogen | 150 | 150 | ||||||
Workload Modul insgesamt | 150 |
Prüfung | Prüfungsvorleistung | Prüfungsform | |
---|---|---|---|
LV 1 | |||
LV 2 | |||
LV 3 | |||
LV 4 | |||
Gesamtmodul | Regelmäßige Teilnahme in den Übungen, Erfolgreiches Lösen von Übungs- und Programmieraufgaben, Die Lösungen zu Übungs- und Programmieraufgaben erklärem können |
mündl. Prüfung oder Klausur |
|
Wiederholungsprüfung |
Regularien | Teilnahmevoraussetzungen | Angebotsrhythmus | Anwesenheitspflicht | Gewicht an Modulnote in % |
---|---|---|---|---|
LV 1 | Wintersemester | Nein | % | |
LV 2 | Wintersemester | Nein | % | |
LV 3 | Wintersemester | Nein | % | |
LV 4 | Wintersemester | Nein | % |