inf530 Künstliche Intelligenz (Vollständige Modulbeschreibung)
| Modulbezeichnung | Künstliche Intelligenz | ||||||||||||
| Modulkürzel | inf530 | ||||||||||||
| Kreditpunkte | 6,0 KP | ||||||||||||
| Verantwortliche Einrichtung | Department für Informatik | ||||||||||||
| Zuständige Personen |
Modulverantwortung:
Oliver Kramer
Prüfungsberechtigt:
Die im Modul Lehrenden
|
||||||||||||
| Teilnahmevoraussetzungen |
Informatik-Grundkenntnisse |
||||||||||||
| Unterrichtssprache | Englisch | ||||||||||||
| Lernergebnisse/Kompetenzen |
Modulbeschreibung Die Studierenden kennen zentrale Begriffe, Methoden und Anwendungsbereiche der Künstlichen Intelligenz. Sie verstehen klassische Lernverfahren wie KNN, K-Means und neuronale Netze sowie moderne Konzepte wie Transformer, große Sprachmodelle (LLMs) und Prompting. Darüber hinaus sind sie mit evolutionsbasierten Verfahren wie genetischen Algorithmen vertraut. Sie können diese Verfahren in Python implementieren, Leistung bewerten, mögliche Überanpassung erkennen und die Generalisierung von Modellen einschätzen. Zudem entwickeln sie ein Bewusstsein für agentische KI-Systeme und generative KI-Ansätze und reflektieren deren ethische und gesellschaftliche Auswirkungen.
Fachkompetenzen Die Studierenden: Methodenkompetenzen Die Studierenden: Sozialkompetenzen Die Studierenden: Selbstkompetenzen Die Studierenden: |
||||||||||||
| Modulinhalte |
- Grundlagen der Künstlichen Intelligenz |
||||||||||||
| Literaturempfehlungen | - Introduction to Statistical Learning — Gareth James, Daniela Witten, Trevor Hastie, Robert Tibshirani |
||||||||||||
| Zu erbringende Leistungen |
|
||||||||||||
| Dauer in Semestern | 1 Semester | ||||||||||||
| Angebotsrhythmus | jährlich | ||||||||||||
| Workload |
|
||||||||||||
| Lehrveranstaltungsform |
|
||||||||||||
| Zusätzliche Hinweise | Aufnahmekapazität: Lehr-/Lernform: |
||||||||||||
| Verwendbarkeit des Moduls |
|