Loading...
hidden

Mobile-Version anzeigen

Meta-Navigation

Startseite – Hochschule Luzern

Sprachwahl und wichtige Links

  • Zum Inhalt springen
  • Kontakt
  • Login
  • Sitemap
  • De
  • En
Suche starten

Hauptnavigation

Departementsnavigation

  • Technik & Architektur
  • Wirtschaft
  • Informatik
  • Soziale Arbeit
  • Design & Kunst
  • Musik

Unternavigation

  • Studium
  • Weiterbildung
  • Forschung
  • International
  • Agenda
  • Campus
  • Über uns

Unternavigation

  • Module
  • Berufsaussichten
  • Kooperationen
  • Zusatzprofile
  • Zeitmodelle
  • Studienstart im Frühjahres-Semester
  • Studienwahl und Studienvorbereitung
  • Auslandssemester
  • Informationen für Incoming-Studierende

Breadcrumbs-Navigation

  1. Hochschule Luzern Hochschule Luzern
  2. Informatik Informatik
  3. Studium Studium
  4. Bachelor Bachelor
  5. Artificial Intelligence & Machine Learning Artificial Intelligence & Machine Learning
  6. Module Module

Module Das erwartet Sie im Studium

Erfahren Sie aus welchen Modulen das Artificial Intelligence & Machine Learning-Studium aufgebaut ist. 

So ist das Studium aufgebaut

hidden
Modulübersicht

Zum Vergrössern klicken

Das sind die einzelnen Module

hidden

Computer Science

hidden

In dieser Modulgruppe werden die Grundlagen der Informatik vermittelt. 

mehr

Programming for Data Science
Einführung in grundlegende Programmier- und Sprachkonzepte, die für Data Science benötigt werden. Grundlegende und wesentliche Sprachelemente der Programmiersprache Python. Grundlegende Entwurfsprinzipien, professionelle Entwicklungsumgebungen. Geführte Programmieraufgaben und Tutorials für die unabhängige Entwicklung von effektiv getesteten Lösungen. (6 ECTS)

Digital Basics
Schrittweise Einführung in die Denk- und Arbeitsweise der Informatik. Computerarchitekturen, Aufbau von Mikroprozessoren und Computern, Architektur und Funktionen von Betriebssystemen, einfache Konsolen-Batch-Programme, Virtualisierung. Aufbau des Internets. Bedeutung von regulären Ausdrücken, Codierung und Fehlertoleranz. (3 ECTS)

Algorithms
Einführung verschiedener Algorithmen und Datenstrukturen. Lineare Datenstrukturen, Bäume, Graphen und verwandte Algorithmen. Spezifische Algorithmen für effiziente Suche, Sortierung und Textverarbeitung. Komplexitätsanalyse verschiedener Algorithmen. (3 ECTS)

Databases & Big Data
Eine systematische Einführung in die Grundlagen von Datenbanksystemen und die Anwendung von Machine Learning mit Big Data. Theorie der Datenbanksysteme: Definition, Motivation und Intention, Modellierung, Entitäten- und Beziehungsmodell. Relationale Datenbanken: Relationales Modell, SQL, Analytik Optimierung, Transaktionen. NoSQL-Datenbanken: Grafen-Datenbanken, Dokumentdatenbanken. Big Data Analyse. (6 ECTS)

Data Visualization
Prinzipien und Konzepte für die visuelle Präsentation von Informationen. Entwurfsstrategien für Präsentationsmethoden. Geschichten, Theorien und bewährte Verfahren für überzeugende Datenvisualisierungen. Praktische Projektarbeit und Fallstudien zur angewandten Datenvisualisierung. Unabhängige Beurteilung von Design-Entscheidungen bezüglich der menschlichen Wahrnehmung und der Bedeutung der Visualisierung. Interaktive Visualisierungen. (3 ECTS)

Mathematics

hidden

Die Vermittlung mathematischen Grundlagen ist Thema dieser Modulgruppe. Mathematische Kompetenzen spielen eine wichtige Rolle in den verschiedenen Disziplinen der Künstlichen Intelligenz. 

mehr

Linear Algebra
Einführung in die lineare Algebra. Lineare Gleichungssysteme, Matrixalgebra, Vektorräume, lineare Abbildungen und ihre Eigenschaften und Anwendungen. Eigenwertprobleme sowie Singulärwertzerlegung. Numerische Softwarepakete für lineare Algebra. (3 ECTS)

Analysis
Differenzial- und Integralrechnung. Integrationsregeln: Produkt-, Quotienten- und Kettenregel, Integration durch Substitution und partielle Integration. Anwendungen auf Graphen von Funktionen und in Optimierungsproblemen. Mehrdimensionale Differenzialrechnung. Numerische Methoden zur Integration und Differentiation. (6 ECTS)

Discrete Math
Logik und Beweise. Mengen, Funktionen, Zahlen und Matrizen. Math. Begründen, Induktion und Rekursion, Grundlagen des Zählens, diskrete Wahrscheinlichkeitstheorie, Zahlentheorie und Grafentheorie. (6 ECTS)

Statistics & Probability
Mathematische Grundlagen für statistische und stochastische Problemstellungen. Deskriptive Statistik, Wahrscheinlichkeitstheorie und Verteilungen. Schätz- und Testprobleme. Versuchsplanung. Analyse von Zeitreihendaten. (3 ECTS)

Machine Learning

hidden

Schwerpunkt dieser Modulgruppe ist der Themenbereich «Machine Learning» und die entsprechenden Teilgebiete.

mehr

Knowledge Representation
Logikprogrammierung zur Unterstützung des symbolischen und probabilistischen Denkens. Formalismen zur Wissensrepräsentation. Logik erster Ordnung. Konzeptionelle Modellierung in Informationssystemen. Automatisiertes Schlussfolgern, Inferenz Maschinen und Ontologie-Engineering. Probabilistisches begründen, Markov-Ketten, Bayes'sche Inferenz und Bayes'sche Netzwerke für das Begründen unter Unsicherheit. (3 ECTS)

Machine Learning & Neural Networks
Grundlegende Methoden von Machine Learning. Supervised und Unsupervised Learning. Analyse der Datenqualität. Regression und Klassifikation. Neuronale Netzwerke und Deep Learning, einschliesslich Feed-Forward-Netzwerke und Back Propagation. Deep Learning. Convolutional Neural Networks. Recurrent neural networks. Generative Adversarial Networks. (6 ECTS)

Reinforcement Learning
Sequentielle Entscheidungsfindung. Dynamische Programmierung. Reinforcement learning Algorithmen, wie z.B. Temporal-Difference learning, Monte Carlo, Sarsa, Q-learning, Policy Gradients und Dyna. Actor-critic und gradient-based Optimierung. Multi-agent reinforcement learning. Umgebungen mit partieller Beobachtbarkeit. Agentenausbildung und Leistungsbewertung. Fallstudien und angewandte Reinforcement Learning-Projektarbeit. (3 ECTS)

Interdisciplinary AI

hidden

In dieser Modulgruppe erlangen die Studierenden interdisziplinäre Kompetenzen, z.B. aktuellen Erkenntnisse der Neuro- und Gehirnphysiologie oder erkenntnistheoretische Positionen aus der Philosophie, insbesondere auch im Kontext der Ethik.

mehr

Machine Learning, Perception & Knowledge  
Die Studierenden werden in die allgemeinen philosophischen und psychologischen Grundlagen der Wahrnehmung, der Wissensstrukturierung und des Lernens eingeführt. Ausgangspunkt des Moduls sind die aktuellen Erkenntnisse der Neuro- und Hirnphysiologie. Ergänzt werden diese Erkenntnisse durch perzeptiv-psychologische Inhalte und wahrnehmungs- und erkenntnistheoretische Positionen aus der Philosophie, die das Verhältnis von Kognition und Wissen verdeutlichen. Abgerundet wird das Modul durch psychologische und philosophische Überlegungen zum Verhältnis und zur Interaktion von Mensch und Maschine. (6 ECTS)

Philosophy, Art & AI
Eine kritische Untersuchung der aktuellen sozialen und technologischen Entwicklungen in AI. Grenzen und Erweiterung der menschlichen Möglichkeiten durch den Einsatz von AI. Ethische und rechtliche Fragen, einschliesslich der Grenzen des technisch Machbaren und ethisch vertretbaren. Kritische Hinterfragung aktueller und zukünftiger Entwicklungen. Auseinandersetzung mit Positionen und Denkweisen aus den Bereichen Philosophie, Politik, Kunst und Film. (6 ECTS)

Ethics & AI
Eingehende Analyse der Chancen und Risiken von AI aus ethischer Perspektive. Ethische Fragen im Zusammenhang mit Entscheidungsprozessen autonomer Systeme und dem Spannungsfeld zwischen Menschenwürde und Maschinenautonomie. Bedeutung des digitalen Wandels für einen ethischen Humanismus. Anwendung ethischer Theorien auf praktische Fragen der Studierenden und die Arbeitswelt der Studierenden und ihrer zukünftigen Berufsfelder. (3 ECTS)

Business Skills

hidden

In dieser Modulgruppe erlangen die Studierenden Business Kompetenzen, angefangen von Projektmanagement über die Grundlagen der verbalen und visuellen Kommunikation bis hin zu Gründungsmanagements und Entrepreneurship.

mehr

Project Management
Klassisches, agiles und hybrides Projektmanagement basierend auf Theorie, Übungen und einer Fallstudie. Verbale und visuelle Kommunikation.  Konstruktive Kritik, Stakeholdermanagement, Zeitmanagement, praktische Übungen und Präsentationstechniken. (3 ECTS)

Entrepreneurship
Es werden allgemeine und spezifische Fähigkeiten für den Start eines AI-Geschäfts vermittelt. Das Modul erklärt und diskutiert, wie AI-Innovation auf wirtschaftlich verantwortliche Weise erfolgen kann. Das Wissen wird in einem Gruppenprojekt angewandt, um Ideen zu entwickeln, die die heutigen Anwendungen "intelligenter" machen. Die Ideen werden in einem Bewertungsforum vorgestellt. Lean Start-up und Methoden des Human-centred Design werden angewendet. (3 ECTS)

Game Theory
Spieltheorie ist die mathematische Analyse der Entscheidungsfindung in Situationen, in denen die beste Handlung eines Individuums von den Handlungen anderer Individuen abhängt. Wir behandeln Nash Equilibrium, sequentielle Spiele, stochastische Spiele, Entscheidungen unter Unsicherheit, Auktionen, Oligopole, Wahlen, strategische Spiele, extensive Spiele, wiederholte Spiele und Koalitionsspiele. (3 ECTS)

Algorithmic Business
Einführung in Algorithmic Business, die Verwendung komplexer mathematischer Algorithmen, die für verbesserte Geschäftsentscheidungen oder die Prozessautomatisierung zur Wettbewerbsdifferenzierung entscheidend sind. Es bietet Geschwindigkeit und Skalierbarkeit, um das digitale Geschäft zu beschleunigen und so eine bedeutende geschäftliche Wirkung zu erzielen. Im Gegensatz zum Entrepreneurship-Modul wird der Schwerpunkt darauf liegen, AI in etablierten und grossen Organisationen zu integrieren. (3 ECTS)

AI Applications 

hidden

Lehrinhalte dieser Module sind fokussiert auf Bildverarbeitung, Natural Language Processing, Optimierung und Robotik.

mehr

Industrial Optimization
Mathematische Methoden der kontinuierlichen, diskreten und kombinatorischen Optimierung unter Einschränkungen. Lineare Programmierung nicht lineare Optimierung, Constraint-Programmierung, ganzzahlige Optimierung mit heuristischen Methoden. Praktische Anwendungen der Optimierung in einem industriellen Kontext. (6 ECTS)

Robotics 
Dieses Modul konzentriert sich auf die Informatik-Aspekte der Robotik wie Steuerung, Suche und Optimierung. Die Studierenden werden sich in unserem Labor für kognitive Robotik auf die Programmierung (statt auf den Bau) von Robotern zur Problemlösung und menschlichen Interaktion konzentrieren. Dazu gehören die Realisierung und Erprobung geeigneter Lernmethoden sowie die Gestaltung intuitiver Benutzerschnittstellen. Es wird viel praktische Arbeit geben, z.B. mit Drohnen und anderen autonomen Systemen. (6 ECTS)

Natural Language Processing
Natural Language Processing (NLP) ist ein Teilgebiet der Linguistik, Informatik und AI, das sich mit den Interaktionen zwischen Computern und menschlicher Sprache befasst, insbesondere mit der Programmierung von Computern zur Verarbeitung und Analyse grosser Mengen natürlich sprachlicher Daten. Wir befassen uns mit Textverarbeitung, Semantikanalyse, Stimmungsanalyse, Dokumentenklassifikation und Chatbots sowie mit den neuesten Deep Learning Methoden für NLP. (9 ECTS)

Computer Vision & AI
In diesem Modul geht es darum, wie Computer aus digitalen Bildern oder Videos ein Verständnis auf hohem Niveau gewinnen können. Dazu gehören Bildverarbeitung, Farbwahrnehmung, Verbesserung und Filterung, Merkmalserkennung, Bildsegmentierung, Objekterkennung und Klassifizierung. Wir behandeln auch Convolutional Neural Networks und die neuesten Methoden des Deep Learnings für Computer Vision. (9 ECTS)

AI Project Work

hidden

Die verschiedenen Praxis-Projektarbeiten bereiten die Studierenden auf die abschliessende Bachelorarbeit am Ende des Studiums sowie auf die Arbeitswelt vor. 

mehr

Product Development
Lernprojekt, bei dem eine gegebene oder offene Frage in einem heterogenen/interdisziplinären und kreativen Team bearbeitet wird. Nachvollziehbarkeit und Planung sind wesentliche Aspekte. Fehlende technische Grundlagen müssen ggf. im Selbststudium erworben werden. Die Teams werden von einem Lehrer betreut. Es ist eine spannende Gelegenheit für die Studierenden, eine Anwendung im Bereich der künstlichen Intelligenz und des maschinellen Lernens zu konzipieren und umzusetzen. (12 ECTS)

AI Challenge / Competition
Die Studenten nehmen an nationalen und internationalen AI Challenges teil und treten gegen andere Universitäten oder Organisationen an. Dabei geht es oft um ein beträchtliches Preisgeld. Die Studenten werden dabei unterstützt, ehrgeizig zu sein und diese Projekte zu gewinnen. Die Herausforderungen sind z.B. Wettbewerbe von Kaggle oder RoboCup oder einschlägige Hackathons. (12 ECTS)

Bachelor Thesis Project
Individuelle Bachelorarbeit im Kontext von AI und Machine Learning. Die Projekte werden von Wirtschaftspartnern oder Forschungsgruppen/Dozenten vergeben. Die praktische Umsetzung der Technologie und eine gute Kommunikation der Ergebnisse haben oberste Priorität. Die Bachelorarbeit wird immer als Einzelarbeit durchgeführt. (12 ECTS)

  • Artificial Intelligence & Machine Learning
  • Berufsaussichten
  • Kooperationen
  • Module
  • Zeitmodelle
  • Studienstart im Frühjahres-Semester
  • Studienwahl und Studienvorbereitung
  • Informationen für Incoming-Studierende

Ihre Ansprechperson

Dr. Donnacha Daly

Studiengangleiter Artificial Intelligence & Machine Learning

+41 41 228 24 78

E-Mail anzeigen

Footer

Links zu den Social-Media-Kanälen

  •  Facebook
  •  Instagram
  •  Twitter
  •  LinkedIn
  •  Xing Dach Hochschule Luzern
  •  YouTube
  •  Flickr

Kontakt

Logo Informatik

Hochschule Luzern

Informatik
Administration Office Sekretariat Aus- und Weiterbildung

Campus Zug-Rotkreuz
Suurstoffi 1
CH- 6343 Rotkreuz

+41 41 349 30 70

informatik@hslu.ch

Öffnungszeiten

von Montag bis Freitag
08:00 - 12:00 und
13:00 -17:00 Uhr

Direkteinstieg

  • Studieninteressierte Bachelor
  • Studieninteressierte Master
  • Weiterbildungsinteressierte
  • Unternehmen & Institutionen
  • Medienschaffende
  • Für Studierende
  • Für Mitarbeitende

Quicklink

  • Personensuche
  • Standorte
  • Aktuell
  • Bibliothek
  • Agenda
  • Jobs, Lehrstellen und Praktika
  • Räume mieten
  • Blog

Statische Links

  • Newsletter abonnieren
  • Datenschutzerklärung
  • Impressum
  • Institutionell akkreditiert nach HFKG 2019–2026
Logo swissuniversities

QrCode

QrCode
FH Zentralschweiz
Wir verwenden Cookies, um Ihnen eine optimale Nutzung der Website zu ermöglichen und um Ihnen auf unserer Website, auf anderen Websites und in sozialen Netzwerken personalisierte Werbung anzuzeigen. Indem Sie diesen Hinweis schliessen oder mit dem Besuch der Seite fortfahren, akzeptieren Sie die Verwendung von Cookies. Weitere Informationen zu diesen Cookies und wie Sie die Datenbearbeitung durch sie ablehnen können, finden Sie in unserer Datenschutzerklärung.
OK