Major: Artificial Intelligence & Visual Computing Bachelor Informatik

Mit der Wahl des Majors «Artificial Intelligence & Visual Computing» kann ein fachlicher Schwerpunkt im Umfang von 24 ECTS-Credits gesetzt werden. Folgende Erweiterungs- bzw. Major-Module gehören dazu:

Major Module

Artificial Intelligence
Grundlegende Techniken zum Design und Implementation von intelligenten Agenten strukturiert nach Wissensrepräsentation, Problemlösung und Maschinelles Lernen. Themen sind u.a. Constraint Programmierung, probabilistisches Schliessen, Planung und Scheduling, Regressionsanalyse, Neuronale Netze (Deep Learning) und Entscheidungsbäume. (3 ECTS)

Cognitiv Robotics Lab
Vermittelt die Grundlagen des Einsatzes und der Programmierung kognitiver Verhalten auf humanoiden Roboterplattformen. Am Beispiel des Pepper Roboters von SoftBank entwickeln Sie intelligente Fähigkeiten, die einen Roboter in die Lage versetzen, mit Menschen zu interagieren und einfache Aufgaben zu übernehmen, die der Mensch an den Roboter überträgt. (3 ECTS)

Computer Graphics I/II
Grundlegende Methoden der dreidimensionalen Computer-Grafik; Techniken zum Erzeugen und Darstellen von realistischen Bildern; Entwickeln von interaktiven, grafischen Applikationen; Verwenden von Modellierungs- und Animationswerkzeugen; mathematische Grundlagen. (3 ECTS)

Deep Learning for Games
Einführung in die Programmierung von Spielen von perfekter und imperfekter Information mittels Deep Learning und verwandten Technologien. Spieltheorie, Reinforcement Learning, Monte Carlo Tree Search. Programmierung eines eigenen JassBots und Durchführung eines Turniers. (3 ECTS)

Image Processing & Computer Vision
Grundlegende Methoden der Bildverarbeitung, Farbwahrnehmung und Farbsysteme, Bildverbesserung, Lineare Filter, Featuredetektion und Beschreibung, Objekterkennung, 3D Rekonstruktion, Mathematische Methoden der Bildverarbeitung. (3 ECTS) 

Knowledge Based Decision Systems
Erstellen von konzeptionellen und mathematischen Modellen. Simulation von diskreten und kontinuierlichen Systemen. Endliche Automaten; Petri-Netze; Monte-Carlo-Methoden. Visualisieren und Vermittelt Modelle und Methoden, unsicheres und unscharfes Wissen aus dem menschlichen Alltag zu repräsentieren und zu verarbeiten. Grundlegende Kenntnisse zur Anwendung dieser Methoden in Bereichen wie zum Beispiel der intelligenten Suche und der Verarbeitung natürlicher Sprache werden erworben und anhand zahlreicher praxisnaher Beispiele geübt. (3 ECTS)

Machine Learning
Grundlegende Techniken, Tools und Architekturen des maschinellen Lernens mit Anwendungsfokus E-Commerce inkl. Regressionsanalyse, Klassifizierung, Clustering, erkennen von Anomalien und Recommender-Systemen. (3 ECTS)