Universität Wien

050100 VU Artificial Intelligence (2016W)

3.00 ECTS (2.00 SWS), SPL 5 - Informatik und Wirtschaftsinformatik
Continuous assessment of course work

Summary

1 Karagiannis , Moodle
2 Karagiannis , Moodle

Registration/Deregistration

Note: The time of your registration within the registration period has no effect on the allocation of places (no first come, first served).
Registration information is available for each group.

Groups

Group 1

Die Aufteilung auf die beiden Gruppen erfolgt in der ersten Einheit.

max. 50 participants
Language: German
LMS: Moodle

Lecturers

Classes (iCal) - next class is marked with N

  • Thursday 06.10. 08:00 - 09:30 Hörsaal 3, Währinger Straße 29 3.OG
  • Thursday 13.10. 08:00 - 09:30 Hörsaal 3, Währinger Straße 29 3.OG
  • Thursday 20.10. 08:00 - 09:30 Hörsaal 3, Währinger Straße 29 3.OG
  • Thursday 27.10. 08:00 - 09:30 Hörsaal 3, Währinger Straße 29 3.OG
  • Thursday 03.11. 08:00 - 09:30 Hörsaal 3, Währinger Straße 29 3.OG
  • Thursday 10.11. 08:00 - 09:30 Hörsaal 3, Währinger Straße 29 3.OG
  • Thursday 17.11. 08:00 - 09:30 Hörsaal 3, Währinger Straße 29 3.OG
  • Thursday 24.11. 08:00 - 09:30 Hörsaal 3, Währinger Straße 29 3.OG
  • Thursday 01.12. 08:00 - 09:30 Hörsaal 3, Währinger Straße 29 3.OG
  • Thursday 15.12. 08:00 - 09:30 Hörsaal 3, Währinger Straße 29 3.OG
  • Thursday 12.01. 08:00 - 09:30 Hörsaal 3, Währinger Straße 29 3.OG
  • Thursday 19.01. 08:00 - 09:30 Hörsaal 3, Währinger Straße 29 3.OG
  • Thursday 26.01. 13:15 - 14:45 Hörsaal 33 Hauptgebäude, 1.Stock, Stiege 7

Examination topics

Alle Inhalte, die in der Lehrveranstaltung diskutiert werden sind prüfungsrelevant. Materialien werden via Moodle zur Verfügung gestellt.

Group 2

Die Aufteilung auf die beiden Gruppen erfolgt in der ersten Einheit.

max. 50 participants
Language: German
LMS: Moodle

Lecturers

Classes (iCal) - next class is marked with N

  • Thursday 06.10. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
  • Thursday 13.10. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
  • Thursday 20.10. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
  • Thursday 27.10. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
  • Thursday 03.11. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
  • Thursday 10.11. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
  • Thursday 17.11. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
  • Thursday 24.11. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
  • Thursday 01.12. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
  • Thursday 15.12. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
  • Thursday 12.01. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
  • Thursday 19.01. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG
  • Thursday 26.01. 13:15 - 14:45 Hörsaal 33 Hauptgebäude, 1.Stock, Stiege 7
  • Thursday 26.01. 15:00 - 16:30 Hörsaal 2, Währinger Straße 29 2.OG

Examination topics

Alle Inhalte, die in der Lehrveranstaltung diskutiert werden sind prüfungsrelevant. Materialien werden via Moodle zur Verfügung gestellt.

Information

Aims, contents and method of the course

Einführung in die künstliche Intelligenz: Historische Entwicklung und Grundbegriffe, Suchverfahren, Aussagen- und Prädikatenlogik; Softcomputing; Einführung Machine Learning

Assessment and permitted materials

Die Leistungskontrolle erfolgt durch einen schriftlichen Test (50%) am Ende des Semesters sowie 5 begleitende Übungsblätter, die termingerecht abzugeben sind (jeweils 10%). In Summe ergeben sich die maximal erreichbaren Punkte (100%).
Im Laufe des Semesters finden außerdem 2 unangekündigte Kurztests (jeweils 5%) statt, bei denen zusätzliche Punkte erzielbar sind.
Während den Tests sind keinerlei Hilfsmittel erlaubt. Da es sich bei dieser Lehrveranstaltung um eine VU handelt führt mehrmaliges (>= 3), unbegründetes Fehlen zu einer negativen Note.

Minimum requirements and assessment criteria

Um die Lehrveranstaltung positiv abzuschließen, sind mindestens 50% der maximal erreichbaren Punkte notwendig. Der Notenschlüssel ist wie folgt:
* sehr gut (1) >= 87,00%
* gut (2) >= 75,00%
* befriedigend (3) >= 62,00%
* genügend (4) >= 50,00 %
* nicht genügend (5) < 50,00 %

Reading list

Folien zur Vorlesung verfügbar in Moodle

Dimitris Karagiannis, Rainer Telesko (2001), Wissensmanagement: Konzepte der künstlichen Intelligenz und des Softcomputing

Association in the course directory

Last modified: Mo 07.09.2020 15:29