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 Master of Science Informatik
Universität Erlangen-Nürnberg
Master of Science Informatik
Prof. Dr.
2024
Dieser Teil der Vorlesung bietet eine Übersicht über die grundlegenden Konzepte, die in der Künstlichen Intelligenz (KI) verwendet werden. Hier werden wichtige Begriffe und historische Entwicklungen besprochen.
Suchalgorithmen sind fundamentale Bestandteile der Künstlichen Intelligenz und werden zur Problemlösung und Entscheidungsfindung eingesetzt. In diesem Abschnitt werden verschiedene Typen und deren Anwendungen untersucht.
Die Wissensrepräsentation befasst sich mit den Methoden, wie Wissen strukturiert und für maschinelle Prozesse zugänglich gemacht werden kann. Hier werden verschiedene Techniken und ihre Anwendungen vorgestellt.
Maschinelles Lernen ist eine Kernkomponente der KI, die sich auf die Entwicklung von Algorithmen konzentriert, die aus Daten lernen und Vorhersagen treffen können. Hier werden verschiedene Lernparadigmen besprochen.
Neuronale Netze sind inspiriert von den biologischen neuronalen Strukturen und spielen eine entscheidende Rolle in der modernen KI. Dieser Abschnitt deckt die Grundlagen, Architekturen und Anwendungen ab.
Die Vorlesung 'Künstliche Intelligenz I', die im Rahmen des Studiengangs Informatik an der Universität Erlangen-Nürnberg angeboten wird, bietet Dir einen umfassenden Einstieg in die faszinierende Welt der Künstlichen Intelligenz. Durch die Kombination von theoretischen Grundlagen und praktischen Anwendungen wirst Du mit den wichtigsten Konzepten und Methoden der Künstlichen Intelligenz wie Suchalgorithmen, Wissensrepräsentation, maschinellem Lernen und neuronalen Netzen vertraut gemacht. Diese Vorlesung stellt eine solide Basis für weiterführende Studien und Forschungsarbeiten in diesem zukunftsweisenden Bereich dar.
Kursleiter: Prof. Dr.
Modulstruktur: Die Vorlesung besteht aus wöchentlichen Vorträgen und Übungen. Es gibt einen Gesamtumfang von 5 ECTS.
Studienleistungen: Am Ende des Semesters gibt es eine schriftliche Prüfung.
Angebotstermine: Die Vorlesung wird jedes Wintersemester angeboten.
Curriculum-Highlights: Einführung in die Künstliche Intelligenz, Suchalgorithmen, Wissensrepräsentation, maschinelles Lernen, neuronale Netze
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.
Qi C.
Sven N.
Sie haben bereits ein Konto? Login
93182 Mainframe Programmierung II | Kurs ansehen |
Advanced Deep Learning | Kurs ansehen |
Advanced Design and Programming (5-ECTS) | Kurs ansehen |
Advanced Game Physics | Kurs ansehen |
Advanced Mechanized Reasoning in Coq | Kurs ansehen |
Advanced Networking LEx | Kurs ansehen |
Advanced Programming Techniques | Kurs ansehen |
Advanced Simulation Technology | Kurs ansehen |
AI-1 Systems Project | Kurs ansehen |
AI-2 Systems Project | Kurs ansehen |
Oliver F.