Lehrinhalte
Dieses Modul gibt eine Einführung in die Funktionsweise und Anwendung der Künstlichen Intelligenz (KI) und ihren Teilgebieten (Lernen, Planen, Entscheiden etc.). Hierbei werden neben dem Entwicklungsprozess von KI-Lösungen und deren Funktionsweise zusätzlich Potentiale sowie mögliche Hürden und Herausforderungen beim Einsatz vorgestellt und diskutiert. Themenschwerpunkte umfassen unter anderem Konzepte des KI-Bereichs und deren Anwendung in bestimmten Anwendungsdomänen, Kombination und Sicherstellung wirtschaftlicher und technischer Anforderungen, Aufbau und Ablauf von KI-Projekten, grundlegende Verfahren und Methoden (z.B. Entscheidungsbäume und Neuronale Netze) sowie deren Einsatz zur Realisierung von KI-Lösungen.
Das Moduls umfasst eine Vorlesung zur Vermittlung der theoretischen Konzepte sowie begleitende Übungen (unter anderem in Python und RapidMiner), in denen die Konzepte anhand praktischer Fragestellungen angewendet werden können. Im zweiten Teil des Moduls erarbeiten die Teilnehmenden im Zuge der Studienleistung in Kooperation mit Praxispartnern außerdem ein KI-Projekt eigenständig in Projektgruppen zur Beantwortung einer analytischen Fragestellung und Realisierung einer entsprechenden KI-Lösung. Den Teilnehmenden wird dadurch ermöglicht, die theoretischen Inhalte auf einen konkreten, praktischen Anwendungskontext zu übertragen.
Die Vorlesung umfasst die folgenden Kapitel:
[list]
[*]Einführung in die KI
[*]Problemlösende Agenten
[*]Einführung in die KI-Programmierung mit Python
[*]Daten- und Feature-Engineering
[*]Wissensverarbeitung – Grundlegende Algorithmen und Konzepte
[*]Maschinelles Lernen – Grundlegende Algorithmen und Konzepte
[*]Künstliche neuronale Netze und tiefes Lernen
[*]Probabilistische Planung und Modellierung – Grundlegende Algorithmen und Konzepte
[*]Sprach- und Bildverarbeitung – Grundlegende Algorithmen und Konzepte
[*]Erstellung produktiver KI-Systeme
[/list]
Literatur
[list]
[*]Rusell, S., & Norvig, P. Artificial intelligence: A modern approach
[*]Géron, A.: Hands-on machine learning with Scikit-Learn and TensorFlow: concepts, tools, and techniques to build intelligent systems
[*]Castillo, E., Gutierrez, J. M., & Hadi, A. S. Expert systems and probabilistic network models.
[/list]
Weitere Literatur wird in der Vorlesung bekannt gegeben.
[list]
[/list]
Online-Angebote
moodle
Dieses Modul gibt eine Einführung in die Funktionsweise und Anwendung der Künstlichen Intelligenz (KI) und ihren Teilgebieten (Lernen, Planen, Entscheiden etc.). Hierbei werden neben dem Entwicklungsprozess von KI-Lösungen und deren Funktionsweise zusätzlich Potentiale sowie mögliche Hürden und Herausforderungen beim Einsatz vorgestellt und diskutiert. Themenschwerpunkte umfassen unter anderem Konzepte des KI-Bereichs und deren Anwendung in bestimmten Anwendungsdomänen, Kombination und Sicherstellung wirtschaftlicher und technischer Anforderungen, Aufbau und Ablauf von KI-Projekten, grundlegende Verfahren und Methoden (z.B. Entscheidungsbäume und Neuronale Netze) sowie deren Einsatz zur Realisierung von KI-Lösungen.
Das Moduls umfasst eine Vorlesung zur Vermittlung der theoretischen Konzepte sowie begleitende Übungen (unter anderem in Python und RapidMiner), in denen die Konzepte anhand praktischer Fragestellungen angewendet werden können. Im zweiten Teil des Moduls erarbeiten die Teilnehmenden im Zuge der Studienleistung in Kooperation mit Praxispartnern außerdem ein KI-Projekt eigenständig in Projektgruppen zur Beantwortung einer analytischen Fragestellung und Realisierung einer entsprechenden KI-Lösung. Den Teilnehmenden wird dadurch ermöglicht, die theoretischen Inhalte auf einen konkreten, praktischen Anwendungskontext zu übertragen.
Die Vorlesung umfasst die folgenden Kapitel:
[list]
[*]Einführung in die KI
[*]Problemlösende Agenten
[*]Einführung in die KI-Programmierung mit Python
[*]Daten- und Feature-Engineering
[*]Wissensverarbeitung – Grundlegende Algorithmen und Konzepte
[*]Maschinelles Lernen – Grundlegende Algorithmen und Konzepte
[*]Künstliche neuronale Netze und tiefes Lernen
[*]Probabilistische Planung und Modellierung – Grundlegende Algorithmen und Konzepte
[*]Sprach- und Bildverarbeitung – Grundlegende Algorithmen und Konzepte
[*]Erstellung produktiver KI-Systeme
[/list]
Literatur
[list]
[*]Rusell, S., & Norvig, P. Artificial intelligence: A modern approach
[*]Géron, A.: Hands-on machine learning with Scikit-Learn and TensorFlow: concepts, tools, and techniques to build intelligent systems
[*]Castillo, E., Gutierrez, J. M., & Hadi, A. S. Expert systems and probabilistic network models.
[/list]
Weitere Literatur wird in der Vorlesung bekannt gegeben.
[list]
[/list]
Online-Angebote
moodle
- Lehrende: Peter Buxmann
- Lehrende: Dominik Jung
Semester: WiSe 2023/24
Jupyterhub API Server: https://tu-jupyter-t.ca.hrz.tu-darmstadt.de