Warning! The directory is not yet complete and will be amended until the beginning of the term.
051032 VU Foundations of Intelligent Systems (2025W)
Continuous assessment of course work
Labels
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 is open from Fr 12.09.2025 09:00 to Mo 22.09.2025 09:00
- Deregistration possible until Tu 14.10.2025 23:59
Details
max. 200 participants
Language: German
Lecturers
Classes (iCal) - next class is marked with N
- Tuesday 07.10. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
- Tuesday 14.10. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
- Tuesday 21.10. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
- Tuesday 28.10. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
- Tuesday 04.11. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
- Tuesday 11.11. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
-
Tuesday
18.11.
08:00 - 09:30
Hörsaal 1, Währinger Straße 29 1.UG
Seminarraum 10, Währinger Straße 29 2.OG
Seminarraum 12, Währinger Straße 29 2.OG
Seminarraum 6, Währinger Straße 29 1.OG - Tuesday 25.11. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
-
Tuesday
02.12.
08:00 - 09:30
Hörsaal 1, Währinger Straße 29 1.UG
Hörsaal 2, Währinger Straße 29 2.OG
Seminarraum 3, Währinger Straße 29 1.UG - Tuesday 09.12. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
- Tuesday 16.12. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
-
Tuesday
13.01.
08:00 - 09:30
Hörsaal 1, Währinger Straße 29 1.UG
Seminarraum 4, Währinger Straße 29 1.UG
Seminarraum 5, Währinger Straße 29 1.UG - Tuesday 20.01. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
-
N
Tuesday
27.01.
08:00 - 09:30
Hörsaal 1, Währinger Straße 29 1.UG
Hörsaal D Unicampus Hof 10 Hirnforschungzentrum Spitalgasse 4
Information
Aims, contents and method of the course
Assessment and permitted materials
Die Leistungskontrolle erfolgt durch zwei schriftliche Prüfungen (keine Hilfsmittel sind erlaubt), regelmäßige Quizzes (über Moodle) und Programmieraufgaben in Python, die selbständig zu lösen sind.
Minimum requirements and assessment criteria
Um die Lehrveranstaltung positiv abzuschließen, sind mindestens 50% der maximal erreichbaren Punkte notwendig, sowie mindestens 50% der maximalen kumulativen Punktezahl auf die schriftlichen Prüfungen und die Programmieraufgaben zu erreichen. Der Notenschlüssel ist wie folgt (die Prozentangaben beziehen sich auf den gewichteten Mittelwert, wobei die Prüfungen ein Gewicht von 0.6 haben, die Programmieraufgaben von 0.3 und die Quizzes von 0.1):* sehr gut (1) >= 90,00%
* gut (2) >= 80,00%
* befriedigend (3) >= 65,00%
* genügend (4) >= 50,00 %
* nicht genügend (5) < 50,00 %In den Rechenübungen besteht Anwesenheitspflicht, da diese eine ideale Gelegenheit zur interaktiven Vertiefung der behandelten Materialien bieten. Sollten Sie an den Rechenübungen ohne triftigen Grund inklusive Nachweis (Krankheit o.ä.) nicht teilnehmen, erhalten Sie eine negative Beurteilung. Die Termine für die Rechenübungen werden in der ersten LV Einheit bekanntegeben.Darüber hinaus besteht natürlich Anwesenheitspflicht in der ersten LV Einheit entsprechend der Satzung.
* gut (2) >= 80,00%
* befriedigend (3) >= 65,00%
* genügend (4) >= 50,00 %
* nicht genügend (5) < 50,00 %In den Rechenübungen besteht Anwesenheitspflicht, da diese eine ideale Gelegenheit zur interaktiven Vertiefung der behandelten Materialien bieten. Sollten Sie an den Rechenübungen ohne triftigen Grund inklusive Nachweis (Krankheit o.ä.) nicht teilnehmen, erhalten Sie eine negative Beurteilung. Die Termine für die Rechenübungen werden in der ersten LV Einheit bekanntegeben.Darüber hinaus besteht natürlich Anwesenheitspflicht in der ersten LV Einheit entsprechend der Satzung.
Examination topics
Alle Inhalte, die in der Lehrveranstaltung behandelt werden, sind prüfungsrelevant. Dies umfasst insbesondere die präsentierten Folien sowie die referenzierte Literatur.
Reading list
- S. Russell, P. Norvig, Artificial Intelligence: A Modern Approach
- Dimitris Karagiannis, Rainer Telesko (2001), Wissensmanagement: Konzepte der künstlichen Intelligenz und des Softcomputing.
- Dimitris Karagiannis, Rainer Telesko (2001), Wissensmanagement: Konzepte der künstlichen Intelligenz und des Softcomputing.
Association in the course directory
Module: IDS SKI
Last modified: Mo 19.01.2026 13:26
- Grundbegriffe und historische Entwicklung der künstlichen Intelligenz,
- Logische Agenten
- Probabilistische Agenten
- Grundlagen des maschinellen Lernens
- Suche
- Reinforcement Learning
- Ethische Aspekte und Value Alignment
- Grundlagen künstlicher neuronaler NetzeBeachten Sie bitte, dass die Lösung Programmieraufgaben Programmierkenntnisse in Python erfordert. Sollten Sie nicht mit Python vertraut sein, setzen Sie bitte rechtzeitig geeignete Schritte um diese Kompetenz zu erwerben, z.B. durch Bearbeitung eines geeigneten Tutorials.