Dieser Kurs beschäftigt sich mit den Grundlagen der Künstlichen Intelligenz (KI), insbesondere mit Techniken des Schliessens unter Unsicherheit, des maschinellen Lernens und dem Sprachverstehen.
Der Kurs baut auf der Vorlesung Künstliche Intelligenz I vom Wintersemester auf und führt diese weiter.

Lernziele und Kompetenzen
Fach- Lern- bzw. Methodenkompetenz

• Wissen: Die Studierenden lernen grundlegende Repräsentationsformalismen und Algorithmen der Künstlichen Intelligenz kennen.
  

• Anwenden: Die Konzepte werden an Beispielen aus der realen Welt angewandt (Übungsaufgaben).
  

• Analyse: Die Studierenden lernen über die Modellierung in der Maschine menschliche Intelligenzleistungen besser einzuschätzen.
  

Sozialkompetenz

• Die Studierenden arbeiten in Kleingruppen zusammen um kleine Projekte zu bewältigen
  

Title:

Artificial Intelligence II

Contents

This course covers the foundations of Artificial Intelligence (AI), in particular reasoning under uncertainty, machine learning and (if there is time) natural language understanding.
This course builds on the course Artificial Intelligence I from the preceding winter semester and continues it.
Learning Goals and Competencies
Technical, Learning, and Method Competencies

• Knowledge: The students learn foundational representations and algorithms in AI.

• Application: The concepts learned are applied to examples from the real world (homeworks ).

• Analysis: By modeling human cognitive abilities, students learn to assess and understand human intelligence better.

Social Competencies:

• Students work in small groups to solve the and machine learning challenge/competition.
  

Literature

The course follows the following textbook: Stu­art Rus­sell and Peter Norvig: Ar­ti­fi­cial In­tel­li­gence: A Mod­ern Ap­proach. Pren­tice Hall, 3rd edi­tion, 2009.