Seminar Künstliche IntelligenzModulbeschreibung #40695 / Version 1
- 3 LP
- Portfolioprüfung
- Benotet
- Winter- und Sommersemester
- Deutsch
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27).
| Modul / Version | #40695 / #1 |
|---|---|
| Gültigkeit | WS 2013/14 – WS 2015/16 |
| Verfügbare Sprache(n) | Deutsch |
| Leistungspunkte | 3 |
| Modulverantwortliche*r | Opper, Manfred |
| Benotung | Benotet |
| Prüfungsform | Portfolioprüfung |
| Lehrsprache(n) | Deutsch |
Zugehörigkeit
| Fakultät | Fakultät IV |
|---|---|
| Institut | Institut für Softwaretechnik und Theoretische Informatik |
| Fachgebiet | 34351600 FG Künstliche Intelligenz |
Kontakt
| Sekretariat | MAR 4-2 |
|---|---|
| Ansprechpartner*in | Ruttor, Andreas |
| E-Mail-Adresse | lehre@ki.tu-berlin.de |
| Webseite | http://www.ki.tu-berlin.de/menue/lehre |
Lernergebnisse
Die Studierenden sind in der Lage sein, die Leistungsfähigkeit 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
Das Modul vermittelt überwiegend :
Fachkompetenz: 30x , Methodenkompetenz: 40x , Systemkompetenz: 20x , Sozialkompetenz: 10x
Lehrinhalte
Das Seminar behandelt aktuelle Themen im Bereich Anwendungen der Künstlichen Intelligenz.
Modulbestandteile
Pflichtbereich
Aus den folgenden Veranstaltungen muss eine Auswahl abgeschlossen werden:
| Lehrveranstaltungen | Art | Nummer | Turnus | Sprache | SWS | VVZ |
|---|---|---|---|---|---|---|
| Anwendungen der Künstlichen Intelligenz | Seminar | 3435 L715 | Wintersemester | – | 2 | ISIS |
| Data Mining | Seminar | Winter- und Sommersemester | – | 2 | ISIS | |
| Introduction to Computational Genomics | Seminar | 0434 L 714 | Sommersemester | – | 2 | ISIS |
| weiteres Thema aus der Künstlichen Intelligenz | Seminar | Winter- und Sommersemester | – | 2 | ISIS |
Arbeitsaufwand und Leistungspunkte
Anwendungen der Künstlichen Intelligenz (Seminar)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 2 h | 30 h |
| Vor-/Nachbereitung | 15 | 4 h | 60 h |
| 90 h | |||
Data Mining (Seminar)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 2 h | 30 h |
| Vor-/Nachbereitung | 15 | 4 h | 60 h |
| 90 h | |||
Introduction to Computational Genomics (Seminar)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 2 h | 30 h |
| Vor-/Nachbereitung | 15 | 4 h | 60 h |
| 90 h | |||
weiteres Thema aus der Künstlichen Intelligenz (Seminar)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 2 h | 30 h |
| Vor-/Nachbereitung | 15 | 4 h | 60 h |
| 90 h | |||
Der Aufwand des Moduls summiert sich zu 360 Stunden. Damit umfasst das Modul 3 Leistungspunkte.
Beschreibung der Lehr- und Lernformen
Das Seminar beinhaltet das Einarbeiten in aktuelle Literatur und die Entwicklung eines Vortrages.
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).
Informatik (Logik, Datenstrukturen (insbesondere Bäume), Grundlagen der Komplexitätstheorie).
Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:
Dieses Modul hat keine Prüfungsvoraussetzungen.
Abschluss des Moduls
| Benotung | Benotet |
|---|---|
| Prüfungsform | Portfolioprüfung |
| Sprache | Deutsch |
Prüfungselemente
| Name | Punkte/Gewicht | Kategorie | Dauer/Umfang |
|---|---|---|---|
| Beispielanwendung | 40 | ||
| Präsentation | 60 |
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: Winter- und Sommersemester.
Maximale teilnehmende Personen
Die maximale Teilnehmerzahl beträgt 12.
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
nicht verfügbar
Empfohlene Literatur
- auch auf Deutsch erhaltlich: "Kunstliche Intelligenz. Ein moderner Ansatz"
- S. Russell, P. Norvig Artificial Intelligence: A Modern Approach Prentice Hall, 2003, Second Edition
- Weitere Literatur wird im Modul bekanntgegeben.
Zugeordnete Studiengänge
Dieses Modul findet in keinem Studiengang Verwendung.
Sonstiges
Keine Angabe