Einführung in die Künstliche Intelligenz
Sommersemester 2025
| Vorlesung: | Montag, | 11.30 - 13.00, A10.305 (1/305) | (Prof. M. Ragni) |
| Übung (Englisch): | Montag, | 15.30 - 17.00, A10.309 (1/309) | (Dr. M. Teichmann) |
| Übung: | Dienstag, | 11.30 - 13.00, A10.375 (1/375) | (Dr. M. Teichmann) |
| Übung: | Freitag, | 11.30 - 13.00, A10.309 (1/309) | (Dr. M. Teichmann) |
Information
Anmeldung: https://bildungsportal.sachsen.de/opal/auth/RepositoryEntry/23116349499.
Inhalte
Einführung in das Gebiet der Künstlichen Intelligenz unter Bearbeitung folgender Themen:
- Intelligente Agenten
- Problemformulierung und Problemtypen
- Problemlösen durch Suchen
- Problemlösen durch Optimieren
- Optimierung und Constraints
- Probabilistische Methoden
- Neuronale Netze
- Informationstheorie
- Lernen von Entscheidungsbäumen
- Reinforcement Lernen
Randbedingungen
Empfohlene Voraussetzungen: Grundkenntnisse Mathematik I bis IV
Prüfung: 90-minütige Klausur, 5 Leistungspunkte
Literatur
- LeCun, Y., Bengio, Y. & Hinton, G.: Deep Learning. Nature, 521 (28 May 2015), p 436-444
- Bügeholz. H.: Mysteriöse Tiefe. Wie Google-KI den Menschen im Go schlagen will. c't 6/2016, p. 148-151
- Silver, D. et al.: Mastering the game of Go with deep neural networks and tree search. Nature 529 (28. January 2016) p. 484ff
- Browne, C. et al.: A Survey of Monte Carlo Tree Search Methods. IEEE transactions on computational intelligence and ai in games, 4(1):1-49 (March 2012)
- Heinert, M.: Support Vector Machines Teil 1: Ein theoretischer Überblick. zfv 3/2010 (2010)
