Module Handbook

  • Dynamischer Default-Fachbereich geändert auf INF

Module INF-90-08-M-2

Artificial intelligence (Socioinformatics) (M, 4.0 LP)

Module Identification

Module Number Module Name CP (Effort)
INF-90-08-M-2 Artificial intelligence (Socioinformatics) 4.0 CP (120 h)

Basedata

CP, Effort 4.0 CP = 120 h
Position of the semester 1 Sem. in WiSe
Level [2] Bachelor (Fundamentals)
Language [DE] German
Module Manager
Lecturers
Area of study [INF-SI] Socioinformatics
Reference course of study [INF-88.B16-SG] M.Sc. Socioinformatics
Livecycle-State [NORM] Active

Courses

Type/SWS Course Number Title Choice in
Module-Part
Presence-Time /
Self-Study
SL SL is
required for exa.
PL CP Sem.
2V+1U INF-02-11-K-2
Artificial Intelligence
P 42 h 78 h
UK-Schein
- no 4.0 WiSe
  • About [INF-02-11-K-2]: Title: "Artificial Intelligence"; Presence-Time: 42 h; Self-Study: 78 h
  • About [INF-02-11-K-2]: The study achievement "[UK-Schein] proof of successful participation in the exercise classes (incl. written examination, ungraded)" must be obtained.

Evaluation of grades

The module is not graded (only study achievements)..


Contents

  • Various types of inference (deduction, induction, abduction)
  • Basics of knowledge modelling and knowledge representation
  • Basics of statistical learning
  • Meaning of the search for the AI
  • Basic concepts for combining statistical and symbolic approaches
  • Knowledge of relevant application areas in practice
  • Examples of complex AI (e.g. Alpha Go)

Competencies / intended learning achievements

Die Studierenden...
  • entwickeln ein Verständnis darüber, welche Art von Problemen mit Hilfe der Methoden der KI gelöst werden können,
  • erwerben grundlegende Fertigkeiten und Kenntnisse des maschinellen Lernens und des Knowledge Engineerings,
  • können Methoden des maschinellen Lernens und des Knowledge Engineerings auf definierte Problemstellungen anwenden,
  • entwickeln ein Verständnis für die Vor- und Nachteile verschiedener Such- und Problemlösungsstrategien,
  • sind in der Lage, die Leistungsfähigkeit bestimmter Techniken für die jeweilige Problemdomäne anhand sinnvoller Kriterien zu beurteilen,
  • können die Risiken bei der Entwicklung von Systemen mit starker KI einschätzen.

Literature

  • T. Mitchell, Machine Learning , International edition. New York, NY: Mcgraw-Hill Education Ltd, 1997.
  • C. Beierle und G. Kern-Isberner, Methoden wissensbasierter Systeme: Grundlagen, Algorithmen, Anwendungen , 5. Aufl. Wiesbaden: Springer Vieweg, 2014.
  • W. Ertel, Grundkurs Künstliche Intelligenz: Eine praxisorientierte Einführung , 4. Aufl. Wiesbaden: Springer Vieweg, 2016.
  • S. J. Russell und P. Norvig, Artificial Intelligence , Global ed of 3rd Revised ed. Boston Columbus Indianapolis New York San Francisco: Prentice Hall International, 2017.

Requirements for attendance of the module (informal)

Modules:

Requirements for attendance of the module (formal)

None

References to Module / Module Number [INF-90-08-M-2]

Course of Study Section Choice/Obligation
[INF-88.B16-SG] M.Sc. Socioinformatics [Compulsory Modules] Computer Science [P] Compulsory