PTI07960 – Künstliche Intelligenz

Modul
Künstliche Intelligenz
artificial intelligence
Modulnummer
PTI07960
Version: 1
Fakultät
Physikalische Technik / Informatik
Niveau
Bachelor
Dauer
1 Semester
Turnus
Sommersemester
Modulverantwortliche/-r

Prof. Dr. Sven Hellbach
Sven.Hellbach(at)fh-zwickau.de

Dozent/-in(nen)

Prof. Dr. Sven Hellbach
Sven.Hellbach(at)fh-zwickau.de

Lehrsprache(n)

Deutsch - 95.00%
in "Künstliche Intelligenz"

Englisch - 5.00%
in "Künstliche Intelligenz"

ECTS-Credits

5.00 Credits

Workload

150 Stunden

Lehrveranstaltungen

4.00 SWS (1.00 SWS Praktikum | 3.00 SWS Vorlesung mit integr. Übung / seminaristische Vorlesung)

Selbststudienzeit

30.00 Stunden
15.00 Stunden Vor-/Nachbereitung - Künstliche Intelligenz
15.00 Stunden Selbststudium - Künstliche Intelligenz

Prüfungsvorleistung(en)

Testat
in "Künstliche Intelligenz"

Prüfungsleistung(en)

schriftliche Prüfungsleistung -
Modulprüfung | Prüfungsdauer: 90 min | Wichtung: 100%
in "Künstliche Intelligenz"

Medienform
Keine Angabe
Lehrinhalte/Gliederung
  • Einführung in eine im Bereich Maschine Learning verwendete Programmiersprache
  • Überblick über entsprechende Bibliotheken: Numerische und wissenschaftliche Bibliotheken)
  • Fuzzy Logic
  • Einfache Lernverfahren
  • Evaluierungsmaße für Lernverfahren
  • Probabilistic Learning
  • Neuronale Netze: (Neuron, MultiLayer Perzeptron, Backpropagation, Vektorquantisierer)
  • Support Vector Machines
  • Exemplarische Anwendungen
Qualifikationsziele

Die Studierenden sollen einen Überblick über Verfahren der künstlichen Intelligenz erhalten. Der Fokus steht dabei auf datengetriebene Lernverfahren. Die Studierenden sollen in der Lage sein, mit Hilfe einer geeigneten Programmiersprache und unter Nutzung entsprechender Bibliotheken prototypische Implementierungen zu erstellen. Die vorgestellten Algorithmen und Methoden werden mit entsprechenden Anwendungsbeispielen motiviert.

Sozial- und Selbstkompetenzen
Keine Angabe
Besondere Zulassungsvoraussetzung

keine

Empfohlene Voraussetzungen
Keine Angabe
Fortsetzungsmöglichkeiten
Keine Angabe
Literatur
  • http://scikit-learn.org
  • Christopher M. Bishop: Pattern Recognition and Machine Learning. ISBN: 0387310738
Hinweise
Keine Angabe