Universität Wien
Warning! The directory is not yet complete and will be amended until the beginning of the term.

051032 VU Foundations of Intelligent Systems (2022W)

3.00 ECTS (2.00 SWS), SPL 5 - Informatik und Wirtschaftsinformatik
Continuous assessment of course work

Summary

1 Karagiannis , Moodle
2 Karagiannis , Moodle
3 Karagiannis , Moodle

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 information is available for each group.

Groups

Group 1

max. 50 participants
Language: German
LMS: Moodle

Lecturers

Classes (iCal) - next class is marked with N

  • Tuesday 04.10. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
  • Tuesday 11.10. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
  • Tuesday 18.10. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
  • Tuesday 25.10. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
  • Tuesday 08.11. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
  • Tuesday 15.11. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
    Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
    Hörsaal A UniCampus Zugang Hof 2 2F-EG-32
  • Tuesday 22.11. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
  • Tuesday 29.11. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
  • Tuesday 06.12. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
  • Tuesday 13.12. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
  • Tuesday 10.01. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
  • Tuesday 17.01. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
  • Tuesday 24.01. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
  • Tuesday 31.01. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
    Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
    Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock

Group 2

max. 50 participants
Language: German
LMS: Moodle

Lecturers

Classes (iCal) - next class is marked with N

  • Tuesday 04.10. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
  • Tuesday 11.10. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
  • Tuesday 18.10. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
  • Tuesday 25.10. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
  • Tuesday 08.11. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
  • Thursday 10.11. 16:45 - 18:15 Hörsaal 2, Währinger Straße 29 2.OG
  • Tuesday 15.11. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
    Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
    Hörsaal A UniCampus Zugang Hof 2 2F-EG-32
  • Tuesday 22.11. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
  • Tuesday 29.11. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
  • Tuesday 06.12. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
  • Tuesday 13.12. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
  • Thursday 15.12. 16:45 - 18:15 Hörsaal 2, Währinger Straße 29 2.OG
  • Tuesday 10.01. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
  • Tuesday 17.01. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
  • Tuesday 24.01. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
  • Thursday 26.01. 16:45 - 18:15 Hörsaal 2, Währinger Straße 29 2.OG
  • Tuesday 31.01. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
    Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
    Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock

Group 3

max. 50 participants
Language: German
LMS: Moodle

Lecturers

Classes (iCal) - next class is marked with N

  • Tuesday 04.10. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
  • Tuesday 11.10. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
  • Tuesday 18.10. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
  • Tuesday 25.10. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
  • Tuesday 08.11. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
  • Thursday 10.11. 11:30 - 13:00 Hörsaal 3, Währinger Straße 29 3.OG
  • Tuesday 15.11. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
    Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock
    Hörsaal A UniCampus Zugang Hof 2 2F-EG-32
  • Tuesday 22.11. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
  • Tuesday 29.11. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
  • Tuesday 06.12. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
  • Tuesday 13.12. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
  • Thursday 15.12. 11:30 - 13:00 Hörsaal 3, Währinger Straße 29 3.OG
  • Tuesday 10.01. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
  • Tuesday 17.01. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
  • Tuesday 24.01. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
  • Thursday 26.01. 11:30 - 13:00 Hörsaal 3, Währinger Straße 29 3.OG
  • Tuesday 31.01. 08:00 - 09:30 Hörsaal 1, Währinger Straße 29 1.UG
    Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
    Hörsaal 6 Oskar-Morgenstern-Platz 1 1.Stock

Information

Aims, contents and method of the course

Die Lehrveranstaltung wird primär physisch in den gelisteten Hörsälen abgehalten. Sie besteht aus einem Vorlesungsteil und einem Übungsteil. Der Vorlesungsteil wird für alle Gruppen gemeinsam in einem Hörsaal abgehalten und der Übungsteil wird für jede Gruppe separat abgehalten.

Aufgrund von Covid-19 Entwicklungen oder Anpassungen der staatlichen oder universitären Regelungen kann es zu Änderungen in der Abhaltung der Lehrveranstaltung kommen und auf einen online oder hybriden Betrieb umgestellt werden.

Einführung in die Grundlagen der intelligenten Systeme:
- Grundbegriffe und die historische Entwicklung der künstlichen Intelligenz,
- Aussagen- und Prädikatenlogik,
- Prolog,
- Suchverfahren,
- Grundlagen künstlicher neuronaler Netze

Assessment and permitted materials

Die Leistungskontrolle erfolgt durch zwei schriftliche Prüfungen (jeweils 50%). Während den Tests sind keinerlei Hilfsmittel erlaubt. Da es sich bei dieser Lehrveranstaltung um eine VU handelt führt mehrmaliges (>= 3), unbegründetes Fehlen zu einer negativen Note.

Aufgrund von Covid-19 Entwicklungen oder Anpassungen der staatlichen oder universitären Regelungen kann es zu Änderungen der Prüfungstermine oder der Prüfungsmodalitäten während des Semesters kommen.

Minimum requirements and assessment criteria

Um die Lehrveranstaltung positiv abzuschließen, sind mindestens 50% der maximal erreichbaren Punkte notwendig. Der Notenschlüssel ist wie folgt:
* sehr gut (1) >= 87,00%
* gut (2) >= 75,00%
* befriedigend (3) >= 62,00%
* genügend (4) >= 50,00 %
* nicht genügend (5) < 50,00 %

Examination topics

Alle Inhalte, die in der Lehrveranstaltung diskutiert werden, sind prüfungsrelevant.

Reading list

- S. Russell, P. Norvig, Artificial Intelligence: A Modern Approach
- Dimitris Karagiannis, Rainer Telesko (2001), Wissensmanagement: Konzepte der künstlichen Intelligenz und des Softcomputing.

Association in the course directory

Module: IDS SKI

Last modified: Th 17.11.2022 15:28