Semesterkennzeichen: WiSe202324
- HRW-Lehrende/r (HV): Andreas Braasch
Semesterkennzeichen: WiSe202324
Semesterkennzeichen: WiSe202324
- HRW-Lehrende/r (HV): Thomas Milewski
Semesterkennzeichen: WiSe202324
- HRW-Lehrende/r (HV): Andreas Braasch
- HRW-Lehrende/r (HV): Clemens Dietl
- HRW-Lehrende/r (HV): Stephan Poßberg
- HRW-Lehrende/r (HV): Uwe Kay Rakowsky
- HRW-Lehrende/r (HV): David Schepers
Semesterkennzeichen: WiSe202324
- HRW-Lehrende/r (HV): David Schepers
Semesterkennzeichen: WiSe202324
Im Rahmen des Seminars lernen die Studierenden Konzepte für die Entwicklung von KI-Systemen unter Berücksichtigung der Anforderungen der funktionalen Sicherheit kennen. Die folgenden Themen werden bearbeitet.
- Grundlagen der relevanten Normen, die bei der Entwicklung zu berücksichtigen sind.
- Methoden und Modelle der Künstlichen Intelligenz (Künstliche Neuronale Netze, Support Vector Machines, Boosting- und Bagging-Verfahren) für industrielle Anwendungen.
- Aufwertung von autonomen Systemen und Assistenzsystemen mithilfe von Künstlicher Intelligenz.
- Self-Service Analytics mit KNIME Analytics Platform
- Einführung in die Entwicklung von KI-Systemen mit Python
- Bewertung der Robustheit selbst trainierter Modelle
- Vor- und Nachteile sowie potenzielle Schwächen von KI-Technologien
- Grundlagen der Erklärbarkeit von Künstlicher Intelligenz
Im Rahmen des Praktikums vertiefen die Studierenden Konzepte für die Entwicklung von KI-Systemen unter Berücksichtigung der Anforderungen der funktionalen Sicherheit. Folgende Tätigkeiten werden die Studierenden durchführen:
- Entwicklung von KI-Modellen mithilfe von Methoden und Modellen der Künstlichen Intelligenz
- Einsetzen der Software KNIME Analytics Platform
- Entwicklung von KI-Systemen mit Python
- Bewertung der Robustheit selbst trainierter Modelle und Erkennen von potenziellen Schwachstellen
- HRW-Lehrende/r (HV): Stephan Poßberg
Semesterkennzeichen: WiSe202324