Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 
Startseite    Anmelden     
Winter 2021/22    Hilfe  Trennstrich  Sitemap  Trennstrich  Impressum  Trennstrich  Datenschutz  Trennstrich  node1  Trennstrich  Switch to english language

Veranstaltung

AI7: Reasoning under Uncertainty

  • Funktionen:

Grunddaten

Veranstaltungsart Integrierte Lehrveranstaltung SWS 4.00
Veranstaltungsnummer 23842 Semester WS 2021/22
Sprache Englisch Studienjahr
Hyperlink Stud.IP Link zu dieser Lehrveranstaltung in Stud.IP

Belegung über StudIP

Status Link
offene Belegung (kein Anmeldeverfahren)    Link

Module

1150750 Ergänzende Themen im Themenbereich Smart Computing
1150800 Ausgewählte Themen im Themenbereich Smart Computing
1151490 Schließen unter Unsicherheit

Termine Gruppe: [unbenannt] iCalendar Export für Outlook

  Tag Zeit Rhythmus Dauer Raum Raum-
plan
Lehrperson Status Bemerkung fällt aus am Max. Teilnehmer/-innen
Einzeltermine anzeigen
iCalendar Export für Outlook
Do. 09:00 bis 11:00 woch 14.10.2021 bis 27.01.2022  A.-Einstein-Str. 22 - HS 037, A.-Einstein-Str. 22 Raumplan Bader findet statt     20
Einzeltermine anzeigen
iCalendar Export für Outlook
Do. 13:00 bis 15:00 woch 14.10.2021 bis 27.01.2022  A.-Einstein-Str. 22 - HS 037, A.-Einstein-Str. 22 Raumplan Bader findet statt     20
Gruppe [unbenannt]:
 

Verantwortliche Person

Verantwortliche Person Zuständigkeit
Dr. rer. nat. Sebastian Bader

Studiengänge

Studiengang/Abschluss/Prüfungsversion Semester Teilnahmeart
Computer Science International, Master (2020) 1. - 4. Semester wahlobligatorisch
Informatik, Master (2013) 1. - 2. Semester wahlobligatorisch
Informationstechnik/Technische Informatik, Master (2013) 1. - 2. Semester wahlobligatorisch
Umweltingenieurwissenschaften, Master (2019) 1. - 2. Semester wahlobligatorisch
Visual Computing, Master (2014) 1. - 3. Semester wahlobligatorisch
Wirtschaftsinformatik, Master (2018) 1. - 2. Semester wahlobligatorisch
Wirtschaftsinformatik, Master (2021) 1. - 2. Semester wahlobligatorisch

Zuordnung zu Einrichtungen

Fakultät für Informatik und Elektrotechnik (IEF)

Inhalt

Kommentar

exam: written/oral (announced in week 2)

Literatur

A comprehensive list of literature will be provided during the lectures 
Some introductory text books on the topic:
- „Reinforcement Learning“, Richard Sutton & Andrew Barto, MIT Press
- „Hands-On Machine Learning with Scikit-Learn & TensorFlow“ Aurélien Géron, O’Reilly

Lerninhalte

Within the course „Artificial Intelligence VII“, we will cover approaches and algorithms for reasoning under uncertainty. Based on sensory inputs, which are usually noisy, intelligent systems have to decide which action to take. During the course, the following approaches to tackle this problem are introduced: - Markov Decision Processes (MDP) - Partially Observable Markov Decision Processes (POMDP) - Reinforcement Learning (RL) - inverse Reinforcement Learning (iRL) - Advanced discriminative models (MRF, CRF) - plan, intent and activity recognition In addition, we will discuss the mathematics of the corresponding algorithms in detail.

Strukturbaum

Die Veranstaltung wurde 4 mal im Vorlesungsverzeichnis Winter 2021/22 gefunden:
Master Informatik · · · · [+]
Master Wirtschaftsinformatik · · · · [+]