Themen

Gegliedert nach den Vorlesungskapiteln

Die inhaltliche Bearbeitung folgt der Gliederung der Vorlesung. Jedes Unterthema verbindet Theorie, eine praktische Vertiefung (Übung, Code oder Tool-Experiment) und Querbezüge.

Kapitel 1 — EinführungVertiefung

Kapitel 2 — Problemlösen als SucheVertiefung

Kapitel 3 — Maschinelles LernenVertiefung

Kapitel 5 — Data MiningVertiefung

Kapitel 6 — Reinforcement LearningÜberblick

6.1Reinforcement Learning & Q-Learning

Kapitel 7 — Neuronale KI & Deep LearningVertiefung

Kapitel 8 — Symbolisches ProblemlösenOptional

8.1Symbolisches Problemlösen & Logiknicht ausgearbeitet

Kapitel 9 — KI & GesellschaftOptional

9.1KI & Gesellschaft: Ethik und faire KInicht ausgearbeitet