Zum Inhalt springen
Technische Universität Berlin English
Vorlesungsverzeichnis und Modultransfersystem

Künstliche Intelligenz: Grundlagen und AnwendungenModulbeschreibung #40531 / Version 1

← Zur Modulseite English version
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27). Zur aktuellen Version (v4)
Modul / Version#40531 / #1
GültigkeitWS 2013/14 – WS 2015/16
Verfügbare Sprache(n)Deutsch
Leistungspunkte6
Modulverantwortliche*rOpper, Manfred
BenotungBenotet
PrüfungsformPortfolioprüfung
Lehrsprache(n)Deutsch

Zugehörigkeit

FakultätFakultät IV
InstitutInstitut für Telekommunikationssysteme
Fachgebiet34335700 FG S-Professur Service Centric Networking (SNET)

Kontakt

SekretariatBH-N SNET
Ansprechpartner*inFricke, Stefan
E-Mail-Adressestefan.fricke@tu-berlin.de
Webseitehttps://www.tu.berlin/snet/studium-lehre

Lernergebnisse

- Kenntnis der grundlegenden Verfahren der künstlichen Intelligenz
- praktische Erfahrung mit Methoden der künstlichen Intelligenz und des maschinellen Lernens
- Kenntnis der grundlegenden Paradigmen bei der Konstruktion intelligenter, lernfähiger Agenten
- Kenntnis industriell und wirtschaftlich relevanter Anwendungsgebiete

Die Studierenden sind in der Lage, die Leistungsfägkeit der besprochenen Verfahren einzuschätzen und sie auf Probleme in den Anwendungsdomänen erfolgreich einzusetzen.
Das Modul vermittelt überwiegend: Fachkompetenz: 30x, Methodenkompetenz: 40x, Systemkompetenz: 20x, Sozialkompetenz:10x

Lehrinhalte

* Repräsentation von Wissen und Problemen: Prädikatenlogik, Nichtmonotone Logiken, Suchprobleme, Constraint Satisfaction Problems, Planungsprobleme.
* Problemlösen durch Suche: blinde Suche, informierte Suche, Heuristiken, local search, Constraintpropagierung.
* Planen: STRIPS-Formalismus, Vorwärts- und Rückwärtsverkettung, partial order planning.
* Methoden des Schliessens / Inferenz: Resolution, Unifikation, Schliessen bei unvollständigem und unsicherem Wissen, nichtmonotones Schliessen. Maschinelles Lernen: Entscheidungsbäume, Funktionslernen, Perzeptron, Neuronale Netze, Support Vector Maschinen.

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWSVVZ
Künstliche Intelligenz: Grundlagen und AnwendungenVorlesung3435 L701 Wintersemester–2 ISIS
Künstliche Intelligenz: Grundlagen und AnwendungenÜbung3435 L701 Wintersemester–2 ISIS

Veranstaltungen im Vorlesungsverzeichnis

Veranstaltungen, die aus den Lehrveranstaltungen dieses Moduls angelegt wurden.

WiSe 2026/27 (2)

Künstliche Intelligenz: Grundlagen und Anwendungen (Vorlesung) 1

Alle Gruppen dieser Lehrveranstaltung im Verzeichnis

Künstliche Intelligenz: Grundlagen und Anwendungen (Übung) 1

Alle Gruppen dieser Lehrveranstaltung im Verzeichnis

Arbeitsaufwand und Leistungspunkte

Künstliche Intelligenz: Grundlagen und Anwendungen (Vorlesung)

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit152 h30 h
Vor-/Nachbereitung152 h30 h
60 h

Künstliche Intelligenz: Grundlagen und Anwendungen (Übung)

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit152 h30 h
Vor-/Nachbereitung156 h90 h
120 h

Der Aufwand des Moduls summiert sich zu 180 Stunden. Damit umfasst das Modul 6 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Vorlesung: Frontalunterricht vor allen Teilnehmern zur Vermittlung des Stoffes.
Übung: Vertiefung und Erläuterung des Stoffes an Beispielen. Bearbeitung von Übungsaufgaben (darunter kleine Programmieraufgaben) in Kleingruppen.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Vorausgesetzt werden Grundkenntnisse in Mathematik (Lineare Algebra, Analysis, Stochastik) und
Informatik (Logik, Datenstrukturen (insbesondere Bäume), Grundlagen der Komplexitätstheorie). Im
Bachelor-Studiengang Informatik werden diese in den Vorlesungen MPGI 1-2, TheGI 2-3, Lineare
Algebra für Ingenieure, Analysis I + II für Ingenieure und Stochastik für Informatiker vermittelt. Im
Bachelor-Studiengang Technische Informatik können diese durch die Vorlesungen MPGI 1-2, TheGI für TI, Lineare Algebra für Ingenieure und Analysis I + II für Ingenieure ersetzt werden.

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

BenotungBenotet
PrüfungsformPortfolioprüfung
SpracheDeutsch

Prüfungselemente

NamePunkte/GewichtKategorieDauer/Umfang
Schriftlicher Test "Probabilistische KI"50
Schritftlicher Test "Symbolische KI"50

Prüfungsbeschreibung (Abschluss des Moduls)

Die Gesamtnote gemäß § 47 (2) AllgStuPO wird nach dem Notenschlüssel 2 der Fakultät IV ermittelt.

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden: Wintersemester.

Maximale teilnehmende Personen

Dieses Modul ist nicht auf eine Anzahl Studierender begrenzt.

Anmeldeformalitäten

Die Anmeldung zur Lehrveranstaltung erfolgt über die ISIS-Seite. Dies ersetzt nicht die Prüfungsanmeldung beim Prüfungsamt, bzw. in QISPOS.

Literaturhinweise, Skripte

Skript in Papierform

nicht verfügbar

Skript in elektronischer Form

verfügbar – Die Folien zur Lehrveranstaltung werden in ISIS zur Verfügung gestellt.

Empfohlene Literatur

  • S. Russell, P. Norvig Artificial Intelligence: A Modern Approach Prentice Hall, 2003, Second Edition - auch auf Deutsch erhältlich: Künstliche Intelligenz. Ein moderner Ansatz

Zugeordnete Studiengänge

Dieses Modul findet in keinem Studiengang Verwendung.

Sonstiges

Keine Angabe