Technische Universität Ilmenau

Knowledge Engineering - Modultafeln der TU Ilmenau

Die Modultafeln sind ein Informationsangebot zu unseren Studiengängen. Rechtlich verbindliche Angaben zum Verlauf des Studiums entnehmen Sie bitte dem jeweiligen Studienplan (Anlage zur Studienordnung). Bitte beachten Sie diesen rechtlichen Hinweis. Angaben zum Raum und Zeitpunkt der einzelnen Lehrveranstaltungen entnehmen Sie bitte dem aktuellen Vorlesungsverzeichnis.

Fachinformationen zu Knowledge Engineering im Studiengang Master Informatik 2013
Fachnummer101152
Prüfungsnummer2200452
FakultätFakultät für Informatik und Automatisierung
Fachgebietsnummer 2238 (Künstliche Intelligenz)
Fachverantwortliche(r)Prof. Dr. Rainer Knauf
TurnusWintersemester
Sprachedeutsch
Leistungspunkte7
Präsenzstudium (h)56
Selbststudium (h)154
VerpflichtungWahlpflicht
Abschlussschriftliche Prüfungsleistung, 120 Minuten
Details zum Abschluss
Anmeldemodalitäten für alternative PL oder SL
max. Teilnehmerzahl
Vorkenntnisse

keine

Lernergebnisse

Ziel des Moduls ist es, Kompetenzen auf dem Gebiet der fortschrittlichen Methoden der modernen Wissensverarbeitung zu vermitteln. Die Studierenden kennen und verstehen die Strategien der Datenverarbeitung mit evolutionären/genetischen Algorithmen, mit Inferenzmethoden der KI und dem großen Spektrum des Datamining  und können diese für informatische/ingenieurinformatische Problemstellungen anwenden. Die Studierenden sind mit den methodischen Grundlagen vertraut und können die wichtigsten Datenanalyse und –verarbeitungs Techniken erkennen und bewerten, sowie typische Informatikaufgaben mit ihrer Hilfe analysieren und lösen. Sie sind in der Lage, diese Kompetenzen in den Syntheseprozess komplexer ingenieurtechnischer und informatischer Projekte einfließen zu lassen. Die Studierenden kennen und verstehen die grundlegenden Wirkprinzipien von Produkten und Verfahren, bei deren Entwicklung Methoden der Wissensverarbeitung und des Datamining Anwendung fanden, können diese analysieren, bewerten und bei weiterführenden Syntheseprozessen mitwirken. Die Studierenden sind in der Lage, Fach- Methoden- und Systemkompetenz für Inferenzmethoden, Datamining und Evolutionäre/genetische Algorithmen  in interdisziplinären Teams zu vertreten und  grundlegende Sachverhalte dazu klar und korrekt zu kommunizieren.

Inhalt

siehe Beschreibung der einzelnen Fächer

Medienformen
Literatur
Lehrevaluation

Informationen und Handreichungen zur Pflege von Modul- und Fachbeschreibungen durch den Modul- oder Fachverantwortlichen finden Sie auf den Infoseiten zum Modulkatalog.