EventoWeb
Zürcher Hochschule für Angewandte Wissenschaften
Menu Home User Menu
Not registered Login
[ German (Switzerland) German (Switzerland) ]   [ English ]
[ de de ]   [ en ]
Not registered Login
t.BA.IT.KI1.16HS (Artificial Intelligence 1) 
Module: Artificial Intelligence 1
This information was generated on: 04 July 2025
No.
t.BA.IT.KI1.16HS
Title
Artificial Intelligence 1
Organised by
T CAI
Credits
4

Description

Version: 4.0 start 01 August 2017

Diese Modulbeschreibung gilt bis zum 31. Juli 2024. Die gültige Modulbeschreibung ist im Intranet unter https://intra.zhaw.ch/departemente/school-of-engineering/bachelorstudium/module im Modulhandbuch abrufbar.

 

Modulverantwortung:

 Thilo Stadelmann (stdm), Mark Cieliebak (ciel)

Modul- / Lernziele: (Kompetenzen)
Ziel Kompetenzen Taxonomiestufen
(1) Sie kennen die Breite von KI - und insbesondere Machine Learning Problemlösungsstrategien F K1
...erkennen dadurch entsprechende Herausforderungen in der Praxis F, M K2, K4
...und können sich entsprechende Lösungen selbständig erarbeiten. F, M K3
(2) Sie können die behandelten Algorithmen und Verfahren erklären F K2
...und in der Praxis einsetzen. F, M K3

Modul- / Lerninhalte:

 Um was geht es? Computergegner in Games, schnellste Routen im Navi, optimierte Flugpläne, Diagnoseunterstützung im Spital, Proteindesign zur Krebsbekämpfung –  all diesen faszinierenden Anwendungen liegen Verfahren der „Künstlichen Intelligenz“ (KI) zu Grunde.
Warum ist das relevant? Seit über 60 Jahren widmet sich die KI der Entwicklung von Verfahren zur Lösung komplexer Problemstellungen aus dem Alltag, die vormals nur der Mensch selbst lösen konnte. Sie ist ein klassisches Teilgebiet der Informatik, und die Methoden sind so universell, dass unser Lehrbuch zu den 25 meist-zitierten wissenschaftlichen Quellen überhaupt auf Citeseer gehört.
Für wen ist das gedacht? Diese stark praxisorientierte Einführung in ausgewählte Grundlagen der KI und des Maschinellen Lernens (ML) vermittelt konkrete hands-on Problemlösungskompetenz für alltägliche Informatik-Herausforderungen und richtet sich an alle, die von mitdenkender Software fasziniert sind. Sie eignet sich u.a. hervorragend für angehende Softwareingenieure, zukünftige Data Scientists sowie als Grundlage weiterer interdisziplinärer Vertiefungen etwa in Bereichen wie Information Engineering, Sprachverarbeitung, Computer Vision und Robotik.
Dies ist Teil 1 eines 2-semestrigen Moduls.

Inhalte
  • Einführung in KI: Was ist eigentlich (künstliche) Intelligenz? 
    -> Methodik: Das Konzept des „intelligenten Agenten“
    -> Praxis: Einführung in Python
  • Search: Wie findet man eine geeignete Sequenz von Aktionen zur Erreichung eines komplexen Ziels, wenn Einzelaktionen zu nichts führen?
    -> Methodik: z.B. Uninformed & Heuristic Search, der Minimax Algorithmus für Spiele, Constraint Satisfaction Problems
    -> Praxis: KI für Spiele (z.B. 2048)
  • Planning: Wie repräsentiert man Wissen so, dass automatisiertes „intelligentes“ Handeln möglich ist? Wie kann man mittels Regeln ein Problem beschreiben und durch logisches Schliessen zu einer Lösung kommen? Geht das auch angesichts von „Big Data“? 
    -> Methodik: z.B. Logik als Grundlage Knowledge Engineering und Schlussfolgerungen
    -> Praxis: KI für Spione (z.B. Rasterfahndung mit Datalog)
  • Supervised Machine Learning: Was ist (automatisches) Lernen? Wie lernt man aus Beispielen?
    -> Methodik: z.B. von Entscheidungsbäumen über Ensembles zu State of the Art Verfahren
    -> Praxis: KI für Data Miner (z.B. das ML Vorgehensmodell für Datenanalyse)
In den Praktika („Praxis“ oben) erkunden die Studierenden, gestützt durch die Vorlesung, in ca. einem Versuch pro Vorlesungsblock selbständig Lösungen zu Herausforderungen aus der Praxis eines Entwicklers smarter Software.

Lehrmittel /Materialien:
  • Russel, Norvig:  „Artificial Intelligence – A Modern Approach“, 3rd Edition, Pearson, 2010. (Auch auf Deutsch)
  • Unterlagen für dieses Modul (z.B. Folien)

Ergänzende Literatur:

 Wissenschaftliche Publikationen

Zulassungs-voraussetzungen: 

 Erfolgreich abgeschlossenes Assessment, Affinität zu Algorithmen, Spass am Thema

Unterrichtssprache:

 Deutsch (Englisch möglich, falls gewünscht)
 

Modulstruktur:  
Unterrichtsart Anzahl Lektionen / Woche
Vorlesung: 2
Übung / Praktikum: 2
Blockunterricht: -

Leistungsnachweise:

 Von der Regelung der "Leistungsnachweise während der Unterrichtszeit" kann dann abgewichen werden, wenn der Dozierende dies in einer Modulbereinbarung während der ersten Woche des Studiensemesters schriftlich bekannt gibt.
Bezeichnung Art Form Umfang Bewertung Gewichtung
Leistungsnachweise während Unterrichtszeit Kolloquien zu Praktika mündlich Innerhalb Praktikum max. 20 Punkte 20%
Semesterendprüfung Klausur oder Prüfungsgespräch Nach Absprache zu Semesterbeginn 90 Min. schriftlich bzw. 30 Min. mündlich max. 80 Punkte 80%

Bemerkungen

  

Note

Course: Artificial Intelligence 1 - Praktikum
No.
t.BA.IT.KI1.16HS.P
Title
Artificial Intelligence 1 - Praktikum

Note

  • No module description is available in the system for the cut-off date of 04 July 2025.
Course: Artificial Intelligence 1 - Vorlesung
No.
t.BA.IT.KI1.16HS.V
Title
Artificial Intelligence 1 - Vorlesung

Note

  • No module description is available in the system for the cut-off date of 04 July 2025.