Fundamentals of AI
Niveau
second cycle, Master
Lernergebnisse der Lehrveranstaltungen/des Moduls
Die Teilnehmer:innen:
• verstehen die Grundlagen von künstlicher Intelligenz
• sind in der Lage, Anwendungsbereiche für künstlicher Intelligenz zu identifizieren
• sind in der Lage, Inhalte (Text, Bild, Audio) mittels künstlicher Intelligenz zu erstellen
• können die Vor- und Nachteile von künstlicher Intelligenz bei der Entwicklung von smarten Produkten beurteilen
• kennen Einschränkungen und Limitationen von künstlicher Intelligenz
• verstehen die Grundlagen von künstlicher Intelligenz
• sind in der Lage, Anwendungsbereiche für künstlicher Intelligenz zu identifizieren
• sind in der Lage, Inhalte (Text, Bild, Audio) mittels künstlicher Intelligenz zu erstellen
• können die Vor- und Nachteile von künstlicher Intelligenz bei der Entwicklung von smarten Produkten beurteilen
• kennen Einschränkungen und Limitationen von künstlicher Intelligenz
Voraussetzungen der Lehrveranstaltung
Gemäß Zugangsvoraussetzungen
Lehrinhalte
• Überblick über Begriffe und Definitionen
• Grundlegende Algorithmen und Modelle
• Identifikation und Bewertung von Anwendungsbereichen im Kontext des Produktentwicklungsprozesses von smarten Produkten
• Limitationen von KI
• Generierung und Modifizierung von Texten
• Generierung und Modifizierung von Bildern und Videos
• Generierung und Modifizierung von Audio
• Prompting Strategien (z.B. Retrieval-Augmented-Prompting)
• Nutzung und Interaktion mit KI
• Lokale vs. Gehostete KI-Modelle
• Qualitätssicherung von KI-Modellen
• Ethische Betrachtung und Implikationen bei der Verwendung von KI-Modellen
• Limitationen unterschiedlicher Modelle und Strategien
• Grundlegende Algorithmen und Modelle
• Identifikation und Bewertung von Anwendungsbereichen im Kontext des Produktentwicklungsprozesses von smarten Produkten
• Limitationen von KI
• Generierung und Modifizierung von Texten
• Generierung und Modifizierung von Bildern und Videos
• Generierung und Modifizierung von Audio
• Prompting Strategien (z.B. Retrieval-Augmented-Prompting)
• Nutzung und Interaktion mit KI
• Lokale vs. Gehostete KI-Modelle
• Qualitätssicherung von KI-Modellen
• Ethische Betrachtung und Implikationen bei der Verwendung von KI-Modellen
• Limitationen unterschiedlicher Modelle und Strategien
Empfohlene Fachliteratur
• Patrick D. Smith. (2018). Hands-on artificial intelligence for beginners : an introduction to AI concepts, algorithms, and their implementation (1st edition.).
• Géron, A. (2023). Hands-on machine learning with Scikit-Learn, Keras, and TensorFlow: concepts, tools, and techniques to build intelligent systems (Third edition).
• Park, K. R., Kim, E., & Lee, S. (2023). Image and Video Processing and Recognition Based on Artificial Intelligence. (Volume II).
• Géron, A. (2023). Hands-on machine learning with Scikit-Learn, Keras, and TensorFlow: concepts, tools, and techniques to build intelligent systems (Third edition).
• Park, K. R., Kim, E., & Lee, S. (2023). Image and Video Processing and Recognition Based on Artificial Intelligence. (Volume II).
Bewertungsmethoden und -Kriterien
Projekt
Präsentation
Präsentation
Unterrichtssprache
Englisch
Anzahl der zugewiesenen ECTS-Credits
5
Semesterwochenstunden (SWS)
Geplante Lehr- und Lernmethode
Vorlesung, individuelle Arbeit mit Software, Gruppenarbeit, Präsentation und Diskussion der Aufgaben
Semester/Trisemester, In dem die Lehrveranstaltung/Das Modul Angeboten wird
1