| INFM Künstliche Intelligenz | SG | INF | |
|---|---|---|---|
| Dozent : |
Dipl.-Inform. Ingo Boersch eMail | Homepage Prof. Dr.-Ing. Jochen Heinsohn eMail | Homepage |
Semester | 2 |
| Einordnung : | Informatik Master | SWS | 4 |
| Sprache : | Deutsch | Art | V Ü |
| Prüfungsart : | PL | Credits | 6 |
| Prüfungsform : | Klausur 120 min | ||
| Voraussetzungen : | |||
| Querverweise : | |||
| Vorkenntnisse : | Kenntnisse zu Grundlagen der Wissensverarbeitung/KI vorteilhaft | ||
| Hilfsmittel und Besonderheiten : | |||
| Lehrziele : | Die Studierenden vertiefen ihr bereits vorhandenes Wissens im Bereich einfacher KI-Konzepte, so wie sie in Bachelor-Studiengängen der Informatik gelehrt werden. Die Studierenden lernen spezielle Kapitel der Künstlichen Intelligenz (KI) und ihrer praktischen Anwendungen kennen. Insbesondere auf Themen mit Relevanz für Medizininformatik, verteilte und vernetzte Systeme sowie (verteilte) intelligente Systeme wird vertieft eingegangen. Durch praktische Übungen mit vorhandenen Tools ist anwendungsbereites Wissen besonders gefestigt. Die Studierenden erwerben die Fähigkeit, entsprechende Verfahren und Algorithmen anzuwenden, zu konstruieren und zu implementieren sowie deren Leistungsfähigkeit abzuschätzen und zu beurteilen. | ||
| Lehrinhalte : | • Bayessche Netze als Tool z.B. für Spamfilter/Security und medizinische Diagnose (www.hugin.com) | ||
| Literatur : | • Boersch, J. Heinsohn, R. Socher: Wissensverarbeitung - Eine Einführung in die Künstliche Intelligenz, Spektrum, 2. Auflage, 2007 (35 Exemplare in der Bibliothek), • Eibe/Witten: Data Mining, Hanser Verlag, 2001 Weitere Literatur im Rahmen der Lehrveranstaltung | ||