Die Studierenden kennen Methoden und Verfahren der symbolischen Künstlichen Intelligenz um die Semantik von Daten und Prozessen explizit zu repräsentieren. Sie sind in der Lage, semantische Technologien alleine oder in Kombination mit probabilistischen und statistischen Verfahren des Maschinellen Lernens zur Integration und zum Austausch von Daten, zur Komposition und Steuerung von Geschäftsprozessen und für die Entwicklung und den Einsatz Intelligenter Agenten anzuwenden.
Lehrinhalte
Methoden und Verfahren der symbolischen Künstlichen Intelligenz, Ontologien und ausgewählte Ontologiesprachen, Knowledge Graphs, Non-probabilistisches and probabilistisches Schließen, Intelligente Agenten, Symbolische vs nicht-symbolische Künstliche Intelligenz, Kombination von Knowledge Graphs und Maschinellem Lernen.
Sonstige Informationen
Vorlesung und Übung können auch als Kombinierte Lehrveranstaltung angeboten werden.
Untergeordnete Studienfächer, Module und Lehrveranstaltungen