Cognitive Computing im betrieblichen Einsatz
Fakultät für Informatik und Mathematik ©
Name Cognitive Computing im betrieblichen Einsatz
Verantwortlich Prof. Dr. Peter Mandl
SWS 4
ECTS 5
Sprache(n) Deutsch
Englisch
Lehrform SU mit Übung
Angebot im Wechsel mit anderen Fächern der gleichen Fachgruppe
Aufwand

Präsenzstudium: ca. 42 Std., Eigenstudium: ca. 84 Std.

Voraussetzungen

Grundlagen der Wirtschaftsinformatik und Grundlagen der Softwareentwicklung.

Ziele

LERNZIELE

Ziel der Veranstaltung ist es, neben Grundlagen von Cognitive Computing auch die betriebliche Anwendung zu vermitteln. Dies beinhaltet eine Einführung in die Verarbeitung von unstrukturierten Daten sowie Machine Learning als auch die Beschäftigung mit aktuellen Anwendungsszenarien.

FACH- & METHODENKOMPETENZ

  1. Die Studierenden erlernen die Grundlagen der Kernkomponenten von Cognitive Computing Systemen
  2. Die Studierenden können Einsatzszenarien von Cognitive Computing Systemen identifizieren und einschätzen
  3. Die Studierenden können die Leistungsfähigkeit von Cognitive Computing Systemen evaluieren
  4. Die Studierenden können am Ende einfache Cogntive Computing Systeme entwickeln

ÜBERFACHLICHE KOMPETENZ

  1. Die Studierenden können Lerninhalte selbstständig strukturiert erarbeiten und in einer Präsentation vermitteln
Inhalt

Das Modul befasst sich mit dem aktuellen Einsatz von Cognitive Computing im Kontext der künstlichen Intelligenz im betrieblichen Einsatz, dies umfasst im Detail:

  1. Überblick der Komponenten von Cogntive Computing Systemen
  2. Problematik von unstrukturierten Daten
  3. Einführung Natural Language Processing
  4. Einführung Visual Recognition
  5. Einführung Machine Learning
  6. Machine Learning im Kontext von unstrukturierten Daten
  7. Chatbots und digitale Assistenten
  8. Einsatzszenarien und aktuelle betriebliche Beispiele
Medien und Methoden
  1. Grundlagenstoff wird vermittelt und die Unterlagen online bereitgestellt
  2. Tiefergehende Inhalte werden erarbeitet und in Form einer benoteten Präsentation seminaristisch vermittelt
  3. Präsentation der Lerninhalte multimedial
Literatur
  1. Kelly III J., Hamm S.: Smart Machines: IBM’s Watson and the Era of Cognitive Computing, Columbia University Press, 2013
  2. Feldman R., Sanger J.: The Text Mining Handbook: Advanced Approaches in Analyzing Unstructured Data, Cambridge University Press, 2007
  3. Grus J.: Data Science from Scratch, O’Reilly Media, 2015
  4. Zhu W., et.al: IBM Watson Content Analytics: Discovering Actionable Insight from Your Content, IBM Redbooks, 2014
  5. Haun M.: Cognitive Computing, Springer Vieweg, 2014
  6. Weitere Literatur siehe Veranstaltungsseite im Internet
Zuordnungen Curricula
SPO Fachgruppe Code ab Semester Prüfungsleistungen
IB Version 2010 FWP IF-WI-B-31-34-41 4 benotete Studienarbeit (40%)
benotetes Kolloquium (60%)