Introduction to Artificial IntelligenceModule description #41048 / Version 2
- 6 CP
- Written exam
- Graded
- Summer semester
- German
| Module / Version | #41048 / #2 |
|---|---|
| Validity | Since Summer semester 2023 |
| Available language(s) | German |
| Credit points | 6 |
| Person responsible for the module | Toussaint, Marc |
| Grading | Graded |
| Exam format | Written exam |
| Language(s) of instruction | German |
Affiliation
| Faculty | Fakultät IV |
|---|---|
| Institute | Institut für Technische Informatik und Mikroelektronik |
| Academic chair | 34342100 FG Intelligent Systems |
Contact
| Office | MAR 4-4 |
|---|---|
| Contact person | Toussaint, Marc |
| E-mail address | office@lis.tu-berlin.de |
| Website | https://argmin.lis.tu-berlin.de/ |
Learning outcomes
Die Student:innen gewinnen ein integratives Verständnis des Forschungsgebiets Künstliche Intelligenz, das daten-basierte KI (insb. Maschinelles Lernen) und model-basierte KI (insb. Planung & Reasoning) gleichberechtigt und integriert.
Die Student:innen verstehen KI aus Sicht der Entscheidungs-Theorie, des Maschinellen Lernens, der Optimierung, und des klassischen Problemlösens.
Die Student:innen können grundlegende Algorithmen aus den genannten Gebieten eigenständig von Grund auf implementieren und im Detail verstehen.
Die Student:innen wissen, welche Problemformulierung und Algorithmen der KI für ein gegebenes Anwendungsproblem adäquat sind.
Die Student:innen verstehen KI aus Sicht der Entscheidungs-Theorie, des Maschinellen Lernens, der Optimierung, und des klassischen Problemlösens.
Die Student:innen können grundlegende Algorithmen aus den genannten Gebieten eigenständig von Grund auf implementieren und im Detail verstehen.
Die Student:innen wissen, welche Problemformulierung und Algorithmen der KI für ein gegebenes Anwendungsproblem adäquat sind.
Content
Die Problemformulierungen und algorithmischen Ansätze der Gebiete
* Entscheidungstheorie (inkl. Reinforcement-Lernen, Banditen, Regelungstheorie)
* Maschinelles Lernen
* Optimierung
* Inferenz, klassisches Planen, & Problemlösen
Zudem, grundlegende und wiederkehrende algorithmische Prinzipien wie:
* Dynamisches Programmieren
* Optimierungs- vs. sample-basierte Methoden
* Entscheidungsbäume
* Entscheidungstheorie (inkl. Reinforcement-Lernen, Banditen, Regelungstheorie)
* Maschinelles Lernen
* Optimierung
* Inferenz, klassisches Planen, & Problemlösen
Zudem, grundlegende und wiederkehrende algorithmische Prinzipien wie:
* Dynamisches Programmieren
* Optimierungs- vs. sample-basierte Methoden
* Entscheidungsbäume
Module components
Compulsory area
The following courses are mandatory for this module:
Workload and credit points
Einführung in die Künstliche Intelligenz (Lecture)
| Workload description | Multiplier | Hours | Total |
|---|---|---|---|
| Attendance | 15 | 2 h | 30 h |
| Pre/post processing | 15 | 2 h | 30 h |
| 60 h | |||
Einführung in die Künstliche Intelligenz (Exercise)
| Workload description | Multiplier | Hours | Total |
|---|---|---|---|
| Attendance | 15 | 2 h | 30 h |
| Pre/post processing | 15 | 6 h | 90 h |
| 120 h | |||
The workload of the module adds up to 180 hours. The module therefore comprises 6 credit points.
Description of teaching and learning methods
Vorlesung: Klassische Vorlesung mit Zeit für Diskussionen und breitere Fragen zum Thema.
Übung: Hausaufgaben, die auf Papier lösbar sind und dem Inhalt der abschließenden schriftlichen Prüfung entsprechen; und deren Besprechung in Tutorien.
Praktische Programmieraufgaben: Über ein automatisiertes Code-Abgabe- und Evaluierungs-System (per git) reichen Student:innen ihre algorithmischen Lösung zu KI-Problemstellungen ein. Das System ist Prototyp eines virtuellen Lernlabors, bei dem Student:innen eigenständig Lösungen zu einer breiteren Auswahl von KI-Problemen auf einen Server einreichen können und direkt Feedback bekommen.
Übung: Hausaufgaben, die auf Papier lösbar sind und dem Inhalt der abschließenden schriftlichen Prüfung entsprechen; und deren Besprechung in Tutorien.
Praktische Programmieraufgaben: Über ein automatisiertes Code-Abgabe- und Evaluierungs-System (per git) reichen Student:innen ihre algorithmischen Lösung zu KI-Problemstellungen ein. Das System ist Prototyp eines virtuellen Lernlabors, bei dem Student:innen eigenständig Lösungen zu einer breiteren Auswahl von KI-Problemen auf einen Server einreichen können und direkt Feedback bekommen.
Requirements for participation and examination
Desirable prerequisites for participation in the courses:
Grundkenntnisse in Mathematik, insb. Lineare Algebra, Analysis, und Stochastik.
Grundkenntnisse in Datenstrukturen und Programmierung (insb. Python).
Grundkenntnisse in Datenstrukturen und Programmierung (insb. Python).
Mandatory requirements for the module examination registration:
The examination requirements could not be retrieved.
Completion of the module
| Grading | Graded |
|---|---|
| Exam format | Written exam |
| Language | German |
| Duration/Extent | 120 min |
Duration of the module
The following number of semesters is estimated for taking and completing the module: 1 semester(s).
This module can be started in the following semesters: Summer semester.
Maximum number of participants
This module is not limited to a number of students.
Registration procedures
Die Anmeldung zur Lehrveranstaltung erfolgt über die ISIS-Seite. Dies ersetzt nicht die Prüfungsanmeldung beim Prüfungsamt, bzw. in QISPOS.
Evtl. weitere Information auf der LIS-Website beachten:
https://argmin.lis.tu-berlin.de/teaching/
Evtl. weitere Information auf der LIS-Website beachten:
https://argmin.lis.tu-berlin.de/teaching/
Recommended reading, lecture notes
Lecture notes
unavailable
Electronic lecture notes
unavailable
Recommended literature
No recommended literature given
Assigned programs
This module version is used in the following programs:
| Program / program version | Semester(s) | Curriculum component |
|---|---|---|
| Computer Engineering Computer Engineering (B. Sc.) - StuPO 2015 | SS 2025 | Wahlpflichtbereich › Informatik |
| WS 2025/26 | Wahlpflichtbereich › Informatik | |
| SS 2026 | Wahlpflichtbereich › Informatik | |
| WS 2026/27 | Wahlpflichtbereich › Kataloge › Informatik | |
| Computer Science Computer Science (B. Sc.) - StuPO 2015 | SS 2025 | Wahlpflichtbereich › Wahlpflichtbereich Katalog Informatik |
| WS 2025/26 | Wahlpflichtbereich › Wahlpflichtbereich Katalog Informatik | |
| SS 2026 | Wahlpflichtbereich › Wahlpflichtbereich Katalog Informatik | |
| WS 2026/27 | Wahlpflichtbereich › Katalog Informatik | |
| Computer Science Computer Science (B. Sc.) - StuPO 2025 | WS 2026/27 | Wahlpflichtbereich › Studiengebiete › Intelligente Systeme › Weitere Module |
| Information Systems Management Information Systems Management (B. Sc.) - StuPO 2021 | SS 2025 | Wahlpflichtbereich › Informatik |
| WS 2025/26 | Wahlpflichtbereich › Informatik | |
| SS 2026 | Wahlpflichtbereich › Informatik | |
| WS 2026/27 | Wahlpflichtbereich › Informatik | |
| Information Systems Management Information Systems Management (B. Sc.) - StuPO 2025 | WS 2026/27 | Wahlpflichtbereich › Vertiefung Informatik › Weitere Module |
Miscellaneous
Not specified