Knowledge and Data Engineering
Uni Kassel

Künstliche Intelligenz

Die Klausur findet am 5. März von 10.00 Uhr - 12.00 Uhr im Raum 0446 statt.

Für die Klausur ist als Hilfsmittel nur ein handgeschriebener DIN A4-Zettel zugelassen (kein Taschenrechner). Bei OWL wird nur die Übersetzung von OWL (in RDF-Syntax) in die Beschreibungslogik-Notation verlangt, nicht aber die Rückrichtung.

Erster Veranstaltungstag:
Dienstag, 24. Oktober 2006
Ort und Zeit:
Dienstag 14:00 - 15:30 in Raum -1418
Übungen:
Mittwoch 14:15-16:00, Raum 0611
Vorkenntnisse:
Informatik Bachelor
Angesprochener HÖrerInnenkreis:
Master Informatik. Die Vorlesung kann auch im Bachelor Informatik angerechnet werden (ist dann aber nicht mehr fÜr den Master zu verwenden!)
Umfang:
2 SWS Vorlesung und 2 SWS Übungen. 6 Credits.
Leistungsnachweis:
Klausur oder mündliche Prüfung, je nach Teilnehmerzahl. Die Vorlesung kann im Bereich Praktische Informatik und in den Anwendungsgebieten Knowledge & Data Engineerung und Internettechnologien angerechnet werden.
Veranstalter:
Prof. Dr. Gerd Stumme, Dipl.-Inform. Miranda Grahl, Dipl.-Math. Robert Jäschke, Dipl.-Inform. Christoph Schmitz
Inhalt:
Die Veranstaltung zeigt das Spektrum von Methoden der Künstlichen Intelligenz für die Verarbeitung von Wissen mit dem Rechner auf. Die Vorlesung gibt einen Überblick über verschiedene Gebiete der Wissensrepräsentation und führt hin zu aktuellen Einsatzszenarien wie der Erweiterung des World Wide Web hin zu einem Semantic Web. Ziel ist insbesondere der effiziente Umgang mit Wissen in Internet und Intranet.
Themen:
Problemlösemethoden, Wissensrepräsentation, Inferenz, Unsicherheit, Ontologien, Semantic Web, XML, RDF, OWL, Social Bookmark Systems, Folksonomies, Anwendungen
Literatur:
  • Jochen Heinsohn & Rolf Socher-Ambrosius: Wissensverarbeitung, Spektrum Akademischer Verlag 1999
  • Stuart Russel & Peter Norvig: Artificial Intelligence - A Modern Approach, Prentice Hall 1995
  • Günther Görz (Hrsg.): Einführung in die Künstliche Intelligenz, Addison-Wesley 1993
  • G. Antoniou, F. van Harmelen: A Semantic Web Primer. MIT Press, Cambridge 2004.
Weitere Literatur:
  • http://www.bibsonomy.org/tag/ai
  • Begriffe und Benennungen. Allgemeine Grundsätze. DIN 2330. Deutsches Institut für Normung, 1993.
  • Frank Puppe: Einführung in Expertensysteme, Springer-Verlag 1988
  • Georg Gottlob (Hrsg.): Expertensysteme, Springer-Verlag 1990
  • Elaine Rich: Artificial Intelligence, McGraw-Hill 1983
Errata:
  • Bei der Heuristik der maximal eingeschränkten Variablen (Folie 3 von Teil 2 von Kap. 3) muss "grössten" durch "kleinsten" ersetzt werden.
  • Bei der Sigmoid-Funktion auf Folie 13 von Kap. 5 muss das "1+" gelöscht werden.
Folien:

  • 00_Einleitung.pdf PDF-Download PDF-Download (4 in 1)
  • 01_Methoden_und_Techniken.pdf PDF-Download PDF-Download (4 in 1)
  • 02_Teil1_Suche.pdf PDF-Download PDF-Download (4 in 1)
  • 02_Teil2_Suche.pdf PDF-Download PDF-Download (4 in 1)
  • 03_Teil1_Constraints.pdf PDF-Download PDF-Download (4 in 1)
  • 03_Teil2_Constraints.pdf PDF-Download PDF-Download (4 in 1)
  • 4KR_Einfuehrung.pdf PDF-Download PDF-Download (4 in 1)
  • 05_Neuronale Netze.pdf PDF-Download PDF-Download (4 in 1)
  • 05_Neuronale Netze_Nachtrag.pdf PDF-Download PDF-Download (4 in 1)
  • 06_Teil1_Logik.pdf PDF-Download PDF-Download (4 in 1)
  • 06_Teil2_Logik.pdf PDF-Download PDF-Download (4 in 1)
  • 07_Unsicherheit_Vagheit.pdf PDF-Download PDF-Download (4 in 1)
  • 08_Teil1_SemantischeNetze.pdf PDF-Download PDF-Download (4 in 1)
  • 09_BegrifflicheGraphen.pdf PDF-Download PDF-Download (4 in 1)
  • 10_Frames.pdf PDF-Download PDF-Download (4 in 1)
  • 11_Beschreibungslogiken.pdf PDF-Download PDF-Download (4 in 1)
  • 12_Semantic Web.pdf PDF-Download PDF-Download (4 in 1)
Übungsaufgaben:
Lösungsvorschläge:
Kontakt: