Künstliche Intelligenz I: Grundlagen von Algorithmen und Anwendungen

Künstliche Intelligenz I: Grundlagen von Algorithmen und Anwendungen

Dozent/in

Dr. Dominik Jung, Timo Sturm

Art und Umfang der Lehrveranstaltung

  • Art: Vorlesung, Übung und eine Projektbearbeitung für das Gesamtmodul
  • Credit Points: je nach Studiengang
  • SWS: 1+1
  • Turnus: jedes Wintersemester
  • Sprache: Deutsch
  • Unterlagen: Zugriff über GitHub

Veranstaltungstermine

  • Beginn: 18.10.2019
  • Ende: 14.02.2020
  • Tag & Uhrzeit: Freitags, 14:25 – 17:55 Uhr
  • Ort: S103/23

Kontakt

Zielgruppe

Studierende der Wirtschaftsinformatik mit guten Programmierkenntnissen (bspw. durch Besuch der Vorlesungen “Funktionale und objektorientierte Programmierkonzepte” (ehemals: “Grundlagen der Informatik 1”) oder “Grundlagen der Programmierung (Java)”) und Grundlagenkenntnissen in Statistik (bspw. durch Besuch der Vorlesungen “Statistik 1 & 2”).

Bitte beachten: Derzeit gibt es keine Ausnahmeregelungen für Studenten, die nicht Wirtschaftsinformatik studieren. Eventuell wird sich dies ab WS 20/21 ändern. Weitere Informationen hierzu werden Ende SS 2020 folgen.

Gasthörer sind stets willkommen! (Projektteilnahme und Benotung ist in diesem Fall leider nicht möglich)

Inhaltliche Schwerpunkte

Dieses Modul gibt eine Einführung in die Funktionsweise und Anwendung der Künstlichen Intelligenz (KI) auf der Basis des Maschinellen Lernens. Hierbei werden neben dem Entwicklungsprozess von KI Lösungen und deren Funktionsweise zusätzlich Potentiale sowie mögliche Hürden und Herausforderungen beim Einsatz vorgestellt und diskutiert. Themenschwerpunkte umfassen unter anderem Konzepte des KI Bereichs und deren Anwendung in bestimmten Anwendungsdomänen, Kombination und Sicherstellung wirtschaftlicher und technischer Anforderungen, Aufbau und Ablauf von KI Projekten, grundlegende Verfahren zur Informationsgewinnung mittels Data Mining-Technologien (z.B. Entscheidungsbäume und Neuronale Netze) sowie deren Einsatz zur Realisierung von KI Lösungen.

Beide Teile des Moduls umfassen jeweils eine Vorlesung zur Vermittlung der theoretischen Konzepte sowie begleitende Übungen, in denen die Konzepte anhand praktischer Fragestellungen angewendet werden können. Zusätzlich zu den Vorlesungen erarbeiten die Teilnehmenden im Zuge der Studienleistung in Kooperation mit Praxispartnern außerdem ein KI Projekt eigenständig in Projektgruppen zur Beantwortung einer analytischen Fragestellung und Realisierung einer entsprechenden KI Lösung. Den Teilnehmenden wird dadurch ermöglicht, die theoretischen Inhalte auf einen konkreten, praktischen Anwendungskontext zu übertragen.

Themenschwerpunkte der Grundlagenvorlesung:

  • Einführung in KI & CRISP-DM
  • Geschäfts- & Datenverständnis
  • Datenaufbereitung
  • Modellierung Teil I, mit Fokus auf grundlegende Modellierungskonzepte, u.a.:
    • Clustering
    • Klassifizierung
    • Regression
    • Assoziationsanalyse

Übung zur Vorlesung

In der Übung werden die in der Vorlesung behandelten Themen anhand praktischer Anwendungen vertieft. Die Bearbeitung der Übungsaufgaben ist eine Empfehlung an alle Studierenden.

Materialien zur Veranstaltung

Materialien zur Veranstaltung (Folien, Übungsblätter, Musterlösungen etc.) werden online im Moodle-Kurs zur Verfügung gestellt.

Studierende, die sich über TuCan zur Veranstaltung angemeldet haben, werden automatisch in den entsprechenden Moodle-Kurs aufgenommen. Sollte dies nicht geschehen sein, so ist eine Selbst-Einschreibung in den jeweils aktuellen Kurs möglich. Sie finden den Kurs im Moodle-Kurskatalog des jeweils aktuellen Sommersemesters. Bitte schicken Sie uns nur dann eine E-Mail zur Einschreibung, sollte die Selbsteinschreibung nicht funktionieren.

Fragen zur Veranstaltung

Für Ihre Fragen, Anregungen, Diskussionen etc. zur Veranstaltung sind im Moodle-Kurs verschiedene Foren eingerichtet. Anfragen an den Dozenten richten Sie bitte stets an die Foren. So können alle Kommilitonen von den Fragen und Antworten profitieren.