13567 - Methoden und Technologie der Künstlichen Intelligenz Modulübersicht

Modulnummer: 13567
Modultitel:Methoden und Technologie der Künstlichen Intelligenz
  Methods and Technology of Artificial Intelligence
Einrichtung: Fakultät 1 - MINT - Mathematik, Informatik, Physik, Elektro- und Informationstechnik
Verantwortlich:
  • Prof. Dr. habil. Cunningham, Douglas
Lehr- und Prüfungssprache:Deutsch
Dauer:1 Semester
Angebotsturnus: jedes Wintersemester
Leistungspunkte: 4
Lernziele:Nach erfolgreichem Abschluss des Moduls besitzen die Studierenden einen einen Überblick über die Methoden und Technologien der Künstlichen Intelligenz. Sie sind in der Lage die Relevanz notwendiger Grundlagen einzuschätzen.
Inhalte:In diesem Modul werden die Methoden und Technologien der künstlichen Intelligenz vorgestellt. Es wird gezeigt, welche Grundlagen jeweils notwendig sind und welche ethischen sowie gesellschaftlichen Rahmenbedingungen zu beachten sind.
Empfohlene Voraussetzungen:keine
Zwingende Voraussetzungen:keine
Lehrformen und Arbeitsumfang:
  • Seminar / 2 SWS
  • Hausarbeit / 30 Stunden
  • Selbststudium / 60 Stunden
Unterrichtsmaterialien und Literaturhinweise:Werden in der ersten Lehrveranstaltung bekanntgegeben.
Modulprüfung:Continuous Assessment (MCA)
Prüfungsleistung/en für Modulprüfung:
  • Vortrags, 30-45 min (50% der Gesamtpunkte)
  • Hausarbeit, 10-15 Seiten (30% der Gesamtpunkte)
  • aktive Mitarbeit in den Veranstaltungen (20% der Gesamtpunkte)
Das Modul ist bestanden, wenn 75% der Gesamtpunkte erreicht sind.
Bewertung der Modulprüfung:Studienleistung - unbenotet
Teilnehmerbeschränkung:keine
Zuordnung zu Studiengängen:
  • Bachelor (universitär) / Künstliche Intelligenz / PO 2022
  • Bachelor (universitär) / Künstliche Intelligenz Technologie / PO 2022
Bemerkungen:
  • Studiengang Künstliche Intelligenz B.Sc.: Pflichtmodul
  • Studiengang Künstliche Intelligenz Technologie B.Sc.: Pflichtmodul
Veranstaltungen zum Modul:
  • Proseminar „Methoden und Technologie der Künstlichen Intelligenz“
Veranstaltungen im aktuellen Semester:
  • keine Zuordnung vorhanden