Artificial Intelligence 1
wv.ai1-en.p_zh, 14 Lektionen in HS2026
Nächste Lektionen
Modulbeschreibung 19HS
Artificial Intelligence 1 stellt die ganze Breite des Fachgebiets Künstliche Intelligenz (KI) inklusive einer gründlichen Einführung in Deep Learning dar, indem es dessen Grundlagen als "Methoden zum Lösen komplexer Probleme mittels des Computers" vorstellt. Als "komplex" gelten dabei Probleme, die bisher nur der Mensch mittels Intelligenz löst.
- ECTS
- 4
- Institut
- T CAI
- Verantwortung
- Stadelmann Thilo
- Sprache
- ( ) Deutsch (X) Englisch
Modulinhalte
Statt menschlicher Intelligenz steht dem Computer ein ganzer Wekrzeugkasten unterschiedlicher, nicht zwingend miteinander verknüpfter Methoden zur Verfügung, um intelligentes Verhalten nachzuahmen. Wir lernen grundlegende Methoden aus den beiden Hauptfächern dieses Werkzeugkastens kennen und üben deren Anwendung ein: Einführung: Was ist KI? -> Methoden: das Konzept intelligenter Agenten -> Praxis: Einführung in Python Suche & Planen: Wie findet man eine passende Sequenz von Aktionen zur Erreichung eines komplexen Ziels? Wie repräsentiert man Wissen auf eine Art, welche logisches Schliessen geschickt ermöglicht? Wie lässt sich ein Problem mit Regeln beschreiben, so dass logisches Schliessen die Antwort liefert? -> Methoden: z.B: heuristische Suche, Minimax Suche, Constrained Satisfaction Problems, Knowledge Engineering mittels Prädikatenlogik -> Praxis: KI für Spiele (z.B. 2048) Deep Learning: Was heisst Lernen im Kontext von neuronalen Netzen und wie lernt man aus z.B. Bild- und Textdaten? -> Methoden: z.B. tiefe neuronale Netze, CNNs, Transformers -> Praxis: KI für Bilderkennung Die Praktika ("Praxis" oben) dienen den Studierenden dazu, selbständig und basierend auf den Vorlesungen Lösungen für Anwendungsprobleme zu entwickeln. Es gibt ca. 5 grössere Arbeitsaufträge über das Semester.
Voraussetzungen
Erfolgreich absolvierte Assessmentphase Affinität zu Algorithmen und deren Analyse (ADS) und linearer Algebra Gutes Beherrschen von Mathmatik und Programmierung
Modulgeschichte
Version 5.0, gültig ab 01.02.2024
- Kurzbeschrieb: inklusive einer gründlichen Einführung in Deep Learning dazu
- Modulinhalte: z.B: heuristische Suche, Minimax Suche, Constrained Satisfaction Problems, tiefe neuronale Netze,… statt > Methoden: z.B: heuristische Suche, Minimax Suche, Constrained Satisfaction Problems ->…
- Voraussetzungen: und linearer Algebra dazu
Versionen
- 19HSt.BA.WV.AI1-EN.19HS