* Russel, Stuart and Norvig, Peter. Artificial Intelligence: A Modern Approach (AIMA), 3rd Edition. Pearson, 2009
* Kevin Murphy. Machine Learning. MIT Press, 2012
* David Barber, Bayesian Reasoning and Machine Learning. Cambridge University Press, 2012
* Ian Goodfellow and Yoshua Bengio and Aaron Courville, Deep Learning. MIT Press, 2016
* Aurelien Geron, Hands-On Machine Learning with Scikit-Learn and TensorFlow. O'Reilly Media, 2017
* Marc Peter Deisenroth, A Aldo Faisal, and Cheng Soon Ong. Mathematics for Machine Learning. Cambridge University Press. 2019
Künstliche Intelligenz verfolgt das ambitionierte Ziel, Systeme zu entwickeln, deren kognitive Fähigkeiten an die des Menschen (oder anderer Lebewesen)
heranreichen. Beispiele dafür finden sich im (semantischen) Verstehen von Bildern oder Sprache sowie der automatischen Problemlösung durch Suche. Die Vorlesung ``Grundlagen der künstlichen Intelligenz'' präsentiert diese Vorhaben der KI und führt Studierende in die dafür verwendeten
Techniken und Methoden ein. Besonderen Aufwind hat die Disziplin der KI in den letzten Jahren durch Weiterentwicklungen im Bereich des maschinellen Lernens und insbesondere der neuronalen Netze erhalten. Daraus ergibt sich ein neues Portfolio an algorithmischen Techniken, welches Software-Ingenieur*innen zur Bewältigung von Aufgaben dient, die mit herkömmlicher Programmierung nur schwer lösbar sind. Beispiele dafür finden sich etwa in der Wahrnehmung in autonomen Systemen (Objekterkennung auf Bildern) oder der Verarbeitung natürlicher Sprache.
Die Veranstaltung hat zum Ziel, einen Überblick der wesentlichsten KI-Bereiche zu geben sowie eine fundierte und intuitive Einführung in das maschinelle Lernen zu liefern.
Spezialthemen aus der aktuellen Forschung können in Form von "inverted classroom"-Einheiten oder praktischen Projekten durch die Studierenden berücksichtigt werden.
Die Veranstaltung richtet sich an fortgeschrittene Studierende mit einem passablen Fundament in diskreter Mathematik,
linearer Algebra und Wahrscheinlichkeitstheorie sowie einem guten Verständnis der Programmierung.