Lehrveranstaltungen (Vergangene Semester)

SS 14

WS 13/14

• Einführung in die Künstliche Intelligenz (IV, 6 CP)
• Maschinelles Lernen: Symbolische Ansätze (IV, 6 CP)
• Seminar aus maschinellem Lernen (S, 3 CP)
• Oberseminar

SS 13

• Web Mining (IV, 6 CP)
• Erweitertes Seminar Knowledge Engineering für Frage-Antwort-Systeme (S, 4 CP)
• Einführung in Data and Knowledge Engineering (IV, 5 CP)
• Allgemeine Informatik II (IV, 6 CP)
• Praktikum aus Maschinellem Lernen und Data Mining / Data Mining Cup (P, 6 CP)
• Bachelorpraktikum "Machine-Learning-Framework für einen personalisierten Newsfeed-Reader" (P, 6 CP)
• Oberseminar: Knowledge Engineering

WS 12/13

• Semantic Web (IV, 6 CP)
• Einführung in die Künstliche Intelligenz (IV, 6 CP)
• Maschinelles Lernen: Symbolische Ansätze (IV, 6 CP)
• Seminar aus maschinellem Lernen (S, 3 CP)
• Oberseminar

SS 12

• Serious Games (Interdisziplinäre Ringvorlesung)
• Web Mining (IV, 6 CP)
• Praktikum Semantic Web (6 CP)
• Introduction to Data and Knowledge Engineering (IV, 5 CP)
• Allgemeine Informatik II (IV, 6 CP)
• Oberseminar: Knowledge Engineering (SE)
• Bachelor-Praktikum Knowledge Engineering (PR)

WS 11/12

• Semantic Web
• Seminar aus maschinellem Lernen
• Oberseminar
• Bachelorpraktikum Knowledge Engineering

SS 11

WS 10/11

• Einführung in die Künstliche Intelligenz (VO+UE)
• Maschinelles Lernen: Symbolische Ansätze (VO+UE)
• Seminar aus maschinellem Lernen (SE)
• Oberseminar: Knowledge Engineering (SE)

SS 10

• Introduction to Data and Knowledge-Engineering (VO+UE)
• Web Mining (VO+UE)
• Computer Poker Challenge (PR)
• Knowledge Engineering und Lernen in Spielen (SE)

WS 09/10

• Maschinelles Lernen: Symbolische Ansätze (VO+UE)
• Seminar aus maschinellem Lernen (SE)
• Bachelorpraktikum Knowledge Engineering (PR)

SS 09

• Allgemeine Informatik II (VO+UE)
• Einführung in Data and Knowledge Engineering (VO+UE)
• Einführung in die Künstliche Intelligenz (VO+UE)
• Computer Poker Challenge bestehend aus
  • Knowledge Engineering und Lernen in Spielen (SE)
  • Praktikum aus Künstlicher Intelligenz (PR)

WS 08/09

• Allgemeine Informatik I (VO+UE)
• Maschinelles Lernen: Symbolische Ansätze (VO+UE)
• Seminar aus maschinellem Lernen (SE)

SS 08

• Einführung in Data and Knowledge Engineering (VO+UE)
• Web Mining (VO+UE)
• Grundlagen des KI Planens
• Digitale Spiele
  
• Computer Poker Challenge bestehend aus
  • Knowledge Engineering und Lernen in Spielen (SE)
  • Praktikum aus Künstlicher Intelligenz (PR)

WS 07/08

Nur eingeschränktes Angebot (Forschungssemester Prof. Fürnkranz)

• Oberseminar: Knowledge Engineering
• Seminar aus Maschinellem Lernen

SS 07

• Allgemeine Informatik II (VO+UE)
• Einführung in Data and Knowledge Engineering (VO+UE)
• Einführung in die Künstliche Intelligenz (VO+UE)
• Theorie des Algorithmischen Lernens (VO)
• Digitale Spiele (VO)
• Praktikum aus Maschinellem Lernen und Data Mining (PR)
• Seminar aus Data und Web Mining (SE)
• Reading Group Feature Selection SS07

WS 06/07

• Allgemeine Informatik I (VO+UE)
• Maschinelles Lernen: Symbolische Ansätze (VO+UE)
• Seminar aus maschinellem Lernen (SE)

SS 06

• Einführung in Data and Knowledge Engineering (VO+UE)
• Web-Mining (VO+UE) (Achtung! Klausur im SS07)
• Theorie des Algorithmischen Lernens (VO)
• Digitale Spiele (VO)
• Prolog (VO+UE, Blockveranstaltung vorr. vom 4.-8. September)
• Praktikum aus Maschinellem Lernen und Data Mining (PR)
• Knowledge Engineering und Lernen in Spielen (SE)

WS 05/06

• Bachelor-Praktikum (Knowledge Engineering)
• Maschinelles Lernen: Symbolische Ansätze (VO+UE)
• Grundlagen des KI-Planens (VO+UE)
• Seminar aus maschinellem Lernen (SE)

SS 05

• Allgemeine Informatik II (VO+UE)
• Grundzüge der Informatik IV (VO+UE)
• Einführung in Data and Knowledge Engineering (VO+UE)
• Theorie des Algorithmischen Lernens (VO)
• Web-Mining (VO+UE)
• Spam Mail Filtering (SE)
• Praktikum aus maschinellem Lernen (PR)

WS 04/05

• Einführung in das Programmieren (KU2)
• Allgemeine Informatik I (VO+UE)
• Einführung in Maschinelles Lernen und Data Mining (VO+UE)
• Machine Learning and Data Mining in Practice (SE)
• Seminar aus maschinellem Lernen (SE)

SS 04

• Introduction to Computer Science 2 (VO+UE+PR)
• Web Mining (VO+UE)
• Algorithmisches Lernen (VO)
• Knowledge Engineering und Lernen in Spielen (SE)
• Praktikum aus Maschinellem Lernen und Data Mining (PR)

WS 03/04

• Einführung in Maschinelles Lernen und Data Mining (VO+UE)