Alle Lernmaterialien für deinen Kurs Seminar

Das Seminar deckt verschiedene Aspekte der künstlichen Intelligenz (KI) ab, einschließlich der theoretischen Grundlagen und praktischen Anwendungen.

• Einführung in die Geschichte und Entwicklung der KI
• Erklärung grundlegender KI-Konzepte und -Methoden
• Diskussion ethischer und gesellschaftlicher Auswirkungen von KI
• Untersuchung von Fallstudien und realen Anwendungsbeispielen
• Erlernen von Programmiersprachen und Tools zur Implementierung von KI

Der Bereich des Machine Learning (ML) wird detailliert behandelt, wobei ein Schwerpunkt auf Algorithmen und deren Anwendung liegt.

• Grundlagen des maschinellen Lernens und Unterscheidung von überwachten und unüberwachten Lernmethoden
• Vertiefung in gängige ML-Algorithmen wie Entscheidungsbäume, Neuronale Netze und Support Vector Machines
• Praktische Anwendungsbeispiele und Implementierungen in Python
• Diskussion von Performance-Metriken und Evaluierungsmethoden für ML-Modelle
• Einführung in fortgeschrittene Konzepte wie Deep Learning und Reinforcement Learning

Big Data und die entsprechenden Techniken zur Verarbeitung großer Datenmengen sind ein weiteres zentrales Thema des Seminars.

• Grundlagen und Definitionen von Big Data
• Überblick über die verschiedenen Datenquellen und Datentypen
• Einführung in verteilte Datenverarbeitungssysteme wie Hadoop und Spark
• Datenanalyse- und Visualisierungstechniken
• Herausforderungen und Lösungen im Bereich der Datensicherheit und -schutz

Computervision umfasst die Techniken und Methoden zur Interpretation visueller Daten durch Computer.

• Einführung in die Bildverarbeitung und grundlegende Konzepte der Computervision
• Algorithmen zur Merkmalsextraktion und Objekterkennung
• Techniken zur Bewegungserkennung und -verfolgung
• Anwendungen von Computervision in verschiedenen Bereichen wie Robotik und autonomes Fahren
• Verwendung von OpenCV und anderen Tools zur Implementierung von Computervision-Anwendungen

Die Seminararbeit und Präsentation sind wesentliche Bestandteile der Bewertung und bieten den Studierenden die Möglichkeit, ihre Kenntnisse anzuwenden und zu präsentieren.

• Entwicklung eines Projekts zu einem der thematischen Schwerpunkte
• Durchführung von eigenständiger Forschung und Analyse
• Verfassen und Strukturieren der Seminararbeit
• Vorbereitung und Durchführung einer Präsentation des Projekts
• Feedback-Sitzungen und Diskussionen zur Verbesserung und Reflektion der Arbeit