Bereit für die Klausur? Teste jetzt dein Wissen!
Dein ergebnis
Melde dich für die StudySmarter App an und lerne effizient mit Millionen von Karteikarten und vielem mehr!
Du hast bereits ein Konto? Anmelden
Lerninhalte finden
Features
Entdecke
Egal, ob Zusammenfassung, Altklausur, Karteikarten oder Mitschriften - hier findest du alles für den Studiengang Bachelor of Science Informatik
Universität Erlangen-Nürnberg
Bachelor of Science Informatik
Prof. Dr.
2024
Diese Vorlesungseinheit konzentriert sich auf fortgeschrittene Techniken und Algorithmen zur effizienten Suche in komplexen Problembereichen.
Hier lernen Studierende die Grundlagen und fortgeschrittenen Konzepte von neuronalen Netzen sowie die Implementierung und Anwendung von Deep Learning Techniken.
Dieser Abschnitt behandelt die Techniken und Modelle zur Verarbeitung und Analyse natürlicher Sprache.
Schwerpunkte dieser Einheit sind die grundlegenden Methoden des maschinellen Lernens und deren Anwendungsgebiete zur Optimierung komplexer Systeme.
Dieser Abschnitt führt in die Grundlagen und Anwendungen der Spieltheorie ein, wobei der Fokus auf Entscheidungsfindung in Multiagentensystemen liegt.
Die Vorlesung Künstliche Intelligenz II, angeboten von der Universität Erlangen-Nürnberg, ist Teil des Informatik-Studiengangs und richtet sich an Studierende, die ihr Wissen im Bereich der Künstlichen Intelligenz vertiefen möchten. Die Vorlesung besteht aus wöchentlichen theoretischen und praktischen Sitzungen, die in zwei große Blöcke unterteilt sind. Diese Blöcke behandeln sowohl die theoretischen Grundlagen als auch praktische Anwendungen von KI-Techniken. Der Kurs wird in der Regel im Wintersemester angeboten und die Leistung wird durch eine schriftliche Prüfung am Ende des Kurses bewertet. Hausarbeiten oder Projekte können ebenfalls Teil der Gesamtbewertung sein. Die Hauptthemen des Curriculums umfassen erweiterte Suchalgorithmen, neuronale Netze und Deep Learning, natürlichsprachliche Verarbeitung, Maschinelles Lernen und Optimierung, sowie Spieltheorie und Entscheidungsfindung.
Kursleiter: Prof. Dr.
Modulstruktur: Die Vorlesung gliedert sich in zwei große Blöcke, in denen theoretische Grundlagen und praktische Anwendungen von KI-Techniken vorgestellt werden. Der Kurs umfasst wöchentliche Vorlesungen und Übungen, die eine tiefergehende Auseinandersetzung mit den Inhalten ermöglichen.
Studienleistungen: Die Leistung wird am Ende durch eine schriftliche Prüfung bewertet. Zusätzlich können Hausarbeiten oder Projekte als Bestandteil der Gesamtbewertung einfließen.
Angebotstermine: Der Kurs wird überwiegend im Wintersemester angeboten.
Curriculum-Highlights: Erweiterte Suchalgorithmen, neuronale Netze und Deep Learning, natürlichsprachliche Verarbeitung, Maschinelles Lernen und Optimierung, Spieltheorie und Entscheidungsfindung
Beginne frühzeitig mit dem Lernen, idealerweise schon zu Beginn des Semesters, um Dir die nötige theoretische Basis anzueignen.
Nutze verschiedene Ressourcen, wie Bücher, Übungsaufgaben, Karteikarten und Probeklausuren, um dein Wissen zu vertiefen.
Schließe Dich Lerngruppen an und tausche Dich mit anderen Studierenden aus, um gemeinsam Lösungsstrategien zu entwickeln.
Vergiss nicht, regelmäßige Pausen einzulegen und in diesen Zeiten komplett abzuschalten, um eine Überbelastung zu vermeiden.
Janina J.
Carolyn Y.
Christopher L.
Sie haben bereits ein Konto? Login
74790 Strategisches Management | Kurs ansehen |
Advanced Design and Programming | Kurs ansehen |
Advanced Mechanized Reasoning in Coq | Kurs ansehen |
Advanced Programming Techniques | Kurs ansehen |
Algebra | Kurs ansehen |
Algebra des Programmierens | Kurs ansehen |
Algebraische und Logische Aspekte der Automatentheorie | Kurs ansehen |
Algorithmen und Datenstrukturen | Kurs ansehen |
Algorithmik kontinuierlicher Systeme | Kurs ansehen |
Allgemeine Biologie I | Kurs ansehen |
Shirley M.