- Lehrende/r: Alexander Bönner
- Lehrende/r: Dzenisa Bronja
- Lehrende/r: Christian Cornelissen
- Lehrende/r: Joanna Vetter
Semesterkennzeichen: WiSe202526
Semesterkennzeichen: WiSe202526
Semesterkennzeichen: WiSe202526
Semesterkennzeichen: WiSe202526
Semesterkennzeichen: WiSe202526
Semesterkennzeichen: WiSe202526
- HRW-Lehrende/r (HV): Andreas Braasch
Semesterkennzeichen: WiSe202526
- HRW-Lehrende/r (HV): Andreas Braasch
Semesterkennzeichen: WiSe202526
Semesterkennzeichen: WiSe202526
- HRW-Lehrende/r (HV): David Schepers
- Lehrende/r: Sarah Napp
Semesterkennzeichen: WiSe202526
- HRW-Lehrende/r (HV): David Schepers
Semesterkennzeichen: WiSe202526
Das Modul
- führt die Studierenden in den aktuellen Stand der Technik, die Problemlösungs- und Lernmethoden der Künstlichen Intelligenz ein
Die Studierenden
- verfügen über Kenntnisse zu den Grundlagen der Künstlichen Intelligenz.
- sind in der Lage, Prinzipien, Algorithmen und Anwendungen des maschinellen Lernens zu verstehen.
- sind in der Lage, Prinzipien, Algorithmen und Anwendungen für die Entwicklung von KI-Systemen in der Sicherheitstechnik in Betracht zu ziehen.
- vertiefen ihre praktischen Fähigkeiten in der Entwicklung von KI-Systemen mit Hilfe von Codeless Visual Programming unter Anwendung der KNIME Analytics Platform
- sind vorbereitet auf die KNIME Zertifizierungsprüfung, die bei der Firma KNIME absolviert werden kann.
- HRW-Lehrende/r (HV): Stephan Poßberg
Semesterkennzeichen: WiSe202526
- HRW-Lehrende/r (HV): Kai Daniel
- HRW-Lehrende/r (HV): Ralf Knecht
- HRW-Lehrende/r (HV): Hydayat Sharabati
- HRW-Lehrende/r (HV): Peter Thanisch
Semesterkennzeichen: WiSe202526