PTI90070 – Artificial Intelligence

Modul
Artificial Intelligence
Artificial Intelligence
Modulnummer
PTI90070
Version: 1
Fakultät
Physikalische Technik / Informatik
Niveau
Master
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)

Englisch
in "Artificial Intelligence"

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

90.00 Stunden
30.00 Stunden Selbststudium - Artificial Intelligence
30.00 Stunden Vor-/Nachbereitung - Artificial Intelligence
30.00 Stunden Vorbereitung Prüfung - Artificial Intelligence

Prüfungsvorleistung(en)
Keine
Prüfungsleistung(en)

alternative Prüfungsleistung - Projekt
Wichtung: 100% | wird in englischer Sprache abgenommen
in "Artificial Intelligence"

Medienform
Keine Angabe
Lehrinhalte/Gliederung
  • Introduction to a programming language used in the field of machine learning.
  • Overview of corresponding libraries: Numerical and scientific libraries)
  • Simple learning methods
  • Evaluation measures for learning methods
  • Probabilistic Learning
  • Neural Networks: (Neuron, MultiLayer Perceptron, Backpropagation, Vector Quantizer)
  • Support Vector Machines
  • Exemplary applications
Qualifikationsziele

The students will receive an overview of artificial intelligence methods. The focus is on data-driven learning methods. The students should be able to create prototypical implementations with the help of a suitable programming language using appropriate libraries. The algorithms and methods presented are motivated with corresponding application examples.

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