Einführung in die Künstliche Intelligenz
Sommersemester 2026
| Vorlesung: | Donnerstag, | 09.30 - 11.00, A10.305 (1/305) | (Prof. F.H. Hamker) |
| Übung: | Montag, | 09.15 - 10.45, A13.219 (1/219) | (Dr. M. Teichmann, I. Koulouri) |
| Übung: | Donnerstag, | 13.45 - 15.15, A10.205 (1/205) | (Dr. M. Teichmann, I. Koulouri) |
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)
