Alle Lernmaterialien für deinen Kurs Künstliche Intelligenz II

Diese Vorlesungseinheit konzentriert sich auf fortgeschrittene Techniken und Algorithmen zur effizienten Suche in komplexen Problembereichen.

• A*-Algorithmus
• Greedy-Best-First-Suche
• Iterative Deepening A* (IDA*)
• Bidirektionale Suche
• Heuristische Funktionen und deren Optimierung

Hier lernen Studierende die Grundlagen und fortgeschrittenen Konzepte von neuronalen Netzen sowie die Implementierung und Anwendung von Deep Learning Techniken.

• Feedforward Neuronal Network (FNN)
• Backpropagation Algorithmus
• Convolutional Neural Networks (CNN)
• Recurrent Neural Networks (RNN)
• Transfer Learning

Dieser Abschnitt behandelt die Techniken und Modelle zur Verarbeitung und Analyse natürlicher Sprache.

• Tokenisierung und Wortvektoren
• Sprachmodelle (z.B. BERT)
• Textklassifikation
• Named Entity Recognition (NER)
• Maschinelle Übersetzung

Schwerpunkte dieser Einheit sind die grundlegenden Methoden des maschinellen Lernens und deren Anwendungsgebiete zur Optimierung komplexer Systeme.

• Supervised Learning (überwachtes Lernen)
• Unsupervised Learning (unüberwachtes Lernen)
• Reinforcement Learning
• Support Vector Machines (SVM)
• Gradient Descent Optimierungsverfahren

Dieser Abschnitt führt in die Grundlagen und Anwendungen der Spieltheorie ein, wobei der Fokus auf Entscheidungsfindung in Multiagentensystemen liegt.

• Nash-Gleichgewicht
• Kooperative und nicht-kooperative Spiele
• Minimax-Algorithmus
• Bayes'sche Entscheidungsfindung
• Markov-Entscheidungsprozesse (MDP)