Grundlagen der Künstlichen Intelligenz

Slides:



Advertisements
Ähnliche Präsentationen
Motivation E-Learning in der Hochschullehre
Advertisements

Prof. Dr. Liggesmeyer, 1 Software Engineering: Dependability Prof. Dr.-Ing. Peter Liggesmeyer.
Bildverarbeitung Technische Universität Darmstadt
Organisatorisches Übungsblatt wöchentlich (ab ), von Mitte November an nur im Netz Abgabe der Lösungen jeweils 1 Woche später, 5 Minuten vor der.
Seminar Textmining WS 06/07 Themen Übung 9 Multilingualität Weitere Termine: 13.7.Symbolfolgen und PageRank Findlinks mitstreiter gesucht!
ABWL I - Übungen Michael Buser Institut für Quantenphysik
Physik I für Biologen, Chemiker, Geodäten, Geologen,
Rechnungswesen und Finanzierung
/TU Freiberg/ Institut für Informatik /Konrad Froitzheim
GI-Fachgruppe Bildverstehen Bärbel Mertsching Mitgliederversammlung 2004.
WS 2009/10 1 Vorlesung Systeme 1. WS 2009/10 2 Vorlesung Systeme 1 Lehrstuhl für Kommunikationssysteme Prof. Gerhard Schneider
Einführung.
1WS 06/07 Organisatorisches 1.Vorlesung am Montag, : 9-11 Uhr in Gebäude 106, Raum Podcasts: Probleme mit der Videoqualität sind behoben.
1 Vorlesung Informatik 2 Algorithmen und Datenstrukturen Organisatorisches zu den Übungen Tobias Lauer.
Fortgeschrittenen-Praktikum: Entwicklung und Implementierung eines webbasierten Fußball-Tippspiels mit.
Überblick und Planung Lehrveranstaltungen
UNIVERSITY OF PADERBORN Projektgruppe KIMAS Projektgruppe KIMAS Organisatorisches Andreas Goebels.
© 2005 Prof. Dr. Rainer Manthey Seminar IDB SS 05 1 Seminar Intelligente Datenbanken Seminar Prof. Dr. Rainer Manthey Andreas Behrend Institut für Informatik.
Angewandte Informatik
Martin Mauve Internet Protokolle. Mauve: Verteilte Interaktive Medien 2 Vorlesungstermine Di 10:15 bis 11:45 Di 10:15 bis 11:45 Do 12:00 bis 13:30 Do.
Dr.-Ing. R. Marklein - GET I - WS 06/07 - V Grundlagen der Elektrotechnik I (GET I) Vorlesung am Di. 13:00-14:30 Uhr; R (Hörsaal)
Einführungsveranstaltung Bioinformatik SS2006
Künstliche I ntelligenz Intelligenz ? Bremen, den Beitrag zur Lehrveranstaltung Informatiker - Hochbezahlte Gurus oder nützliche Idioten von.
Willkommen zu Vorlesung
P2b: Physik III (Elektrodynamik, Optik) 1.Übung Beginn am Mittwoch, Ausgabe: Montags in Vorlesung (und im Netz) Abgabe: Donnerstags in Vorlesung.
P 10c: Kern- und Elementarteilchenphysik
P1a: Physik I (Klassische Mechanik, Wärmelehre) 1.Übung Beginn am Ausgabe: Montags in Vorlesung (und im Netz, s.u.) Abgabe: Donnerstags in Vorlesung.
P3: Physik IV (Einführung in die Quantenphysik) 1.Übung Beginn am Mittwoch, Ausgabe: Mittwochs in Vorlesung (und im Netz) Abgabe: Mittwochs.
Bildverarbeitung Technische Universität Darmstadt
Praktikum Künstliche Intelligenz
Praktikum Künstliche Intelligenz
Übung zur Vorlesung Künstliche Intelligenz Vorbereitungstreffen: Organisatorisches und Einführung.
Übung zur Vorlesung Künstliche Intelligenz
Universität Karlsruhe (TH) © 2006 Univ,Karlsruhe, IPD, Prof. Lockemann/Prof. BöhmTAV 0 Transaktionsverwaltung Einführung.
2 5 SS 2006V_4_Fuzzy_Control_Teil2 1 Was ist CI (Computational Intelligence) Jörg Krone, Ulrich Lehmann, Hans Brenig, Oliver Drölle, Udo Reitz, Michael.
Julien Gaugaz 7. April 2011.
© A. Ludwig, F. Seutter, IAI, FH BS / WF 1 Dienstag, 2. Mai 2000 Lernmodul Künstliche Intelligenz Konzeption einer für das Internet aufbereiteten Lehrveranstaltung.
Barbara Grüter, hs-bremen
Vorstellung Dr. Roland Düsing Prof. Dr. Marion Steven Sekretariat:
Vorlesung: „Einführung in die Industriesoziologie“ SoSe 2013 Bachelor WiWi, Modul 3: Produktion und Arbeit Prof. Dr. Hartmut Hirsch-Kreinsen Lehrstuhl.
Praktische Optimierung Sommersemester 2010 Prof. Dr. Günter Rudolph Lehrstuhl für Algorithm Engineering Fakultät für Informatik TU Dortmund.
Zusammenfassung der Vorlesung
Tabor: KI & Sprachtechnologien Reise um die KI Turing-Spiel (Wer ist der Junge?) Turing-Test (Wer ist der Computer?) KI-Systeme simulieren künstl. Intelligenz.
Tägliches Leben von Peter Wetzler Tägliches Leben von Peter Wetzler.
Neuronale Netze Nachtrag Perzeptron
Praktische Optimierung (Vorlesung) Prof. Dr. Günter Rudolph Fachbereich Informatik Lehrstuhl für Algorithm Engineering Wintersemester 2007/08.
Praktische Optimierung – Präludium
Vorlesung Geographie Ländlicher Räume WS 2007/08, Beginn: 3.10., Mi , HS I Ao. Univ.-Prof. Ing. Dr. Norbert Weixlbaumer Allgemeine Ziele der.
Masterstudien Informatik
Seminar SE 2 st. Uni Klagenfurt: und TU Wien: 187
Institute of Human Resource & Change Management (iHRCM)
Veronika Kollmann, Bernhard Euler SSDL Stuttgart
Institut für Wirtschaftsinformatik – Software Engineering, JKU Linz 1 Algorithmen und Datenstrukturen 1 SS 2007 Dr. W. Narzt u. Dr. A. Stritzinger Institut.
CEF 2001, New Haven Genetic Neural Fuzzy Explorer GENEFER Konzeption, Technologien und Einsatzmöglichkeiten Eric Ringhut Muenster Institute for Computational.
Navigation eines LEGO-Roboters mit Künstlicher Intelligenz Gymnasium Thun Schadau 2007 Maturaarbeit.
Schule  Universität Was erwartet Sie dort?.
Einführung in die Informatik für Naturwissenschaftler und Ingenieure (alias Einführung in die Programmierung) (Vorlesung) Prof. Dr. Günter Rudolph Fachbereich.
Künstliche Intelligenz
Informatik in der Keimgasse
Klinik für Neurochirurgie
LS 8 – Künstliche Intelligenz
Fakultät Informatik Institut für Angewandte Informatik, Professur Modellierung und Simulation Arbeitsgruppe Qualitätskriterien. Berlin,
BWL für Juristen WS 08/09 Ak. OR. Dr. Ursula Müller FB IV – BWL.
R. Der Algorithmen und Datenstrukturen (Magister) 1 Vorlesung Algorithmen und Datenstrukturen (Magister) Sommersemester 2001 Prof. Dr. Ralf Der Institut.
Christian Scheideler WS 2008
AB TAMS Technische Aspekte Multimodaler Systeme Daniel Westhoff Universität Hamburg Fachbereich Informatik Proseminar:
Kopf und Computer Gerhard Vollmer
X. Übungsblatt – Aufgabe X a)Entwerfen Sie eine digitale Schaltung, die bei einer logischen 0 des Steuereinganges S den logischen Wert des Eingangs x 0.
Moderne Gesellschaften I: Entstehung, Dynamik, Steuerung A.Prof. Dr. Gerda Bohmann.
Deep Learning Simon Fankhauser, Donato Villani - AAI HS 17.
 Präsentation transkript:

Grundlagen der Künstlichen Intelligenz WS 2006/07 Gunther Heidemann

Vertiefungslinie Intelligente Systeme (IS) Ersetzt bisherige Vertiefungslinie KI Anbieter: Abteilung Intelligente Systeme (AIS) Grundvorlesung: KI (WS 06/07) Weiterführende Vorlesungen: Neuronale Netze (SS 07) Aktives Sehen (SS 07) Geplant: Bildsequenzanalyse Datamining Robotik …

Vertiefungslinie IS: Seminare WS 06/07: Suche in Bilddatenbanken (Content based Image Retrieval) SS 07: Vertiefung KI Objekterkennung (Computer Vision)

Termine Vorlesung (Heidemann) Übung (Lippold) Klausur: März 2007 Di 9.45h – 11.15h 0.363 Mi 8.00h - 9.30h V38.02 14-tägig Übung (Lippold) Übungsblätter jeweils Mittwoch Nachmittag auf Webpage (kein Papier!) Klausur: März 2007

Webseite http://wwwvis.informatik.uni-stuttgart.de/ger/teaching/ -> Lehrveranstaltungen AIS Übungsblätter können ab Mittwoch Nachmittag heruntergeladen werden. Keine Papierversion.

Inhalt „Klassische“ KI Nicht: Mustererkennung (Vision, Speech) Maschinelles Lernen, Neuronale Netze

Inhalt Intro: Was ist KI, Historisches Agenten, Umgebungen (Grundbegriffe) Suchen: Probleme als Suchaufgabe formulieren Suchstrategien Anwendung: Spiele Logische Agenten Logik: Aussagenlogik Prädikatenlogik Inferenz

Wissensrepräsentation Planungsprobleme Kategorien, Objekte, Ereignisse Planungsprobleme Planungsgraphen Realweltprobleme Unsicherheit Probabilistisches Schließen

Bücher Stuart Russel & Peter Norvig: KI (Pearson) George F. Luger: KI (Pearson) Alison Cawsey: KI im Klartext (Pearson)