Am Ende dieses Kurses sind die Teilnehmer in der Lage, intelligente Agenten zu entwerfen, Suchalgorithmen anzuwenden, Modelle des maschinellen Lernens zu implementieren, logische Schlussfolgerungen zu ziehen, Expertensysteme mit Clips zu erstellen und probabilistische Modelle für die Entscheidungsfindung anzuwenden. Der Kurs vermittelt den Teilnehmern eine solide Grundlage in den Bereichen Künstliche Intelligenz und Maschinelles Lernen und verbindet dabei Theorie mit praktischen Übungen.

Diese Schulung beginnt mit den Grundlagen der KI, intelligenten Agenten und Suchstrategien und geht anschließend auf heuristische Methoden und Spielalgorithmen ein. Die Teilnehmer befassen sich mit neuronalen Netzen, Backpropagation und Clustering, um die Grundlagen des maschinellen Lernens zu verstehen. Logisches Schlussfolgern und Wissensrepräsentation werden anhand von Aussagen- und Prädikatenlogik, Unifikation, Resolution und Prolog-Programmierung eingeführt. Expertensysteme werden anhand praktischer Clips-Tutorials ausführlich behandelt, wobei der Schwerpunkt von den Grundlagen bis hin zu fortgeschrittenen Funktionen reicht. Schließlich verbindet der Kurs Architekturen intelligenter Agenten mit verstärktem Lernen, Markov-Entscheidungsprozessen und bayesschem Schlussfolgern, um mit Unsicherheiten umzugehen. Das Besondere an diesem Kurs ist die ausgewogene Balance zwischen konzeptioneller Klarheit und praktischen Übungen, die sicherstellt, dass die Lernenden sowohl das „Warum“ als auch das „Wie“ der KI verstehen. Nach Abschluss dieses Kurses sind die Lernenden bestens darauf vorbereitet, KI- und ML-Techniken zur Lösung realer Probleme in Forschung, Wirtschaft und Technologie anzuwenden.