Einführung in die Künstliche IntelligenzModulbeschreibung #41048 / Version 2
- 6 LP
- Schriftliche Prüfung
- Benotet
- Sommersemester
- Deutsch
| Modul / Version | #41048 / #2 |
|---|---|
| Gültigkeit | Seit SoSe 2023 |
| Verfügbare Sprache(n) | Deutsch |
| Leistungspunkte | 6 |
| Modulverantwortliche*r | Toussaint, Marc |
| Benotung | Benotet |
| Prüfungsform | Schriftliche Prüfung |
| Lehrsprache(n) | Deutsch |
Zugehörigkeit
| Fakultät | Fakultät IV |
|---|---|
| Institut | Institut für Technische Informatik und Mikroelektronik |
| Fachgebiet | 34342100 FG Lernende intelligente Systeme |
Kontakt
| Sekretariat | MAR 4-4 |
|---|---|
| Ansprechpartner*in | Toussaint, Marc |
| E-Mail-Adresse | office@lis.tu-berlin.de |
| Webseite | https://argmin.lis.tu-berlin.de/ |
Lernergebnisse
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.
Lehrinhalte
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
Modulbestandteile
Pflichtbereich
Die folgenden Veranstaltungen sind für das Modul obligatorisch:
Arbeitsaufwand und Leistungspunkte
Einführung in die Künstliche Intelligenz (Vorlesung)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 2 h | 30 h |
| Vor-/Nachbereitung | 15 | 2 h | 30 h |
| 60 h | |||
Einführung in die Künstliche Intelligenz (Übung)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 2 h | 30 h |
| Vor-/Nachbereitung | 15 | 6 h | 90 h |
| 120 h | |||
Der Aufwand des Moduls summiert sich zu 180 Stunden. Damit umfasst das Modul 6 Leistungspunkte.
Beschreibung der Lehr- und Lernformen
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.
Voraussetzungen für die Teilnahme / Prüfung
Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:
Grundkenntnisse in Mathematik, insb. Lineare Algebra, Analysis, und Stochastik.
Grundkenntnisse in Datenstrukturen und Programmierung (insb. Python).
Grundkenntnisse in Datenstrukturen und Programmierung (insb. Python).
Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:
Die Prüfungsvoraussetzungen konnten nicht abgerufen werden.
Abschluss des Moduls
| Benotung | Benotet |
|---|---|
| Prüfungsform | Schriftliche Prüfung |
| Sprache | Deutsch |
| Dauer/Umfang | 120 min |
Dauer des Moduls
Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.
Dieses Modul kann in folgenden Semestern begonnen werden: Sommersemester.
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.
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/
Literaturhinweise, Skripte
Skript in Papierform
nicht verfügbar
Skript in elektronischer Form
nicht verfügbar
Empfohlene Literatur
Keine empfohlene Literatur angegeben
Zugeordnete Studiengänge
Diese Modulversion wird in folgenden Studiengängen verwendet:
| Studiengang / StuPO | Semester | Studiengangsbereich |
|---|---|---|
| Informatik StuPO 2015 | SoSe 2025 | Wahlpflichtbereich › Wahlpflichtbereich Katalog Informatik |
| WiSe 2025/26 | Wahlpflichtbereich › Wahlpflichtbereich Katalog Informatik | |
| SoSe 2026 | Wahlpflichtbereich › Wahlpflichtbereich Katalog Informatik | |
| WiSe 2026/27 | Wahlpflichtbereich › Katalog Informatik | |
| Informatik StuPO 2025 | WiSe 2026/27 | Wahlpflichtbereich › Studiengebiete › Intelligente Systeme › Weitere Module |
| Technische Informatik StuPO 2015 | SoSe 2025 | Wahlpflichtbereich › Informatik |
| WiSe 2025/26 | Wahlpflichtbereich › Informatik | |
| SoSe 2026 | Wahlpflichtbereich › Informatik | |
| WiSe 2026/27 | Wahlpflichtbereich › Kataloge › Informatik | |
| Wirtschaftsinformatik StuPO 2021 | SoSe 2025 | Wahlpflichtbereich › Informatik |
| WiSe 2025/26 | Wahlpflichtbereich › Informatik | |
| SoSe 2026 | Wahlpflichtbereich › Informatik | |
| WiSe 2026/27 | Wahlpflichtbereich › Informatik | |
| Wirtschaftsinformatik StuPO 2025 | WiSe 2026/27 | Wahlpflichtbereich › Vertiefung Informatik › Weitere Module |
Sonstiges
Keine Angabe