Intelligent Agent Architectures

Inhalt

Lehrinhalt:

Die Lehrveranstaltung besteht aus drei Teilen:

Im ersten Teil wird die Entwicklung von Architekturen und die dafür notwendigen Methoden behandelt (Systemanalyse, UML, formale Definition von Schnittstellen, Software- und Analyse Pattern, Trennung in konzeptuelle und IT-Architekturen). Der zweite Teil ist lernenden Architekturen und maschinellen Lernverfahren gewidmet. Im dritten Teil werden Beispiele für lernende CRM-Architekturen vorgestellt.

Arbeitsaufwand:

Gesamtaufwand bei 4,5 Leistungspunkten ca. 135 Stunden:

Präsenzzeit

  • Besuch der Vorlesung: 15 x 90min = 22h 30m
  • Besuch der Übung: 7 x 90min = 10h 30m
  • Prüfung: 1h 00m

Selbststudium

  • Vor-/Nachbereitung der Vorlesung: 15 x 180min = 45h 00m
  • Vorbereitung der Übung: 25h 00m
  • Vorbereitung der Prüfung: 31h 00m

Summe: 135h 00m

Lernziele:

Der/Die Studierende verfügt über spezielle Kenntnisse über Softwarearchitekturen und den Methoden die zu ihrer Entwicklung eingesetzt werden (Systemanalyse, formale Methoden zur Spezifikation von Schnittstellen und algeberaische Semantik, UML, sowie der Abbildung von konzeptuellen auf IT-Architekturen).

Der/Die Studierende kennt wichtige Architekturmuster und kann dieseauf Basis seiner CRM Kenntnisseim CRM-Kontext innovativ zu neuen Anwendungen kombinieren.

Nachweis:

Die Erfolgskontrolle erfolgt in Form einer schriftlichen Prüfung (Klausur) im Umfang von 60 Minuten nach §4(2), 1 SPO. Die Klausur gilt als bestanden (Note 4,0), wenn mindestens 50 von maximal 100 möglichen Punkten erreicht werden. Die Abstufung der Noten erfolgt jeweils in fünf Punkte Schritten (Bestnote 1,0 ab 95 Punkten). Details zur Notenbildung und Notenskala werden in der Lehrveranstaltung bekanntgegeben.
Durch die erfolgreiche Teilnahme am Übungsbetrieb kann ein Bonus erworben werden. Der maximale Bonus beträgt eine Notenstufe (0,3 oder 0,4)). Die genauen Kriterien für die Vergabe eines Bonus werden zu Vorlesungsbeginn bekanntgegeben.

Note: Mindestpunkte

  • 1,0: 95
  • 1,3: 90
  • 1,7: 85
  • 2,0: 80
  • 2,3: 75
  • 2,7: 70
  • 3,0: 65
  • 3,3: 60
  • 3,7: 55
  • 4,0: 50
  • 5,0: 0
VortragsspracheEnglisch
Literaturhinweise
  • P. Clements u. a., Documenting Software Architectures. Views and Beyond. Upper Saddle River: Addison-Wesley, 2011.
  • Fowler, Patterns of Enterprise Application Architecture. Amsterdam: Addison-Wesley Longman, 2002.
  • S. Russell und P. Norvig, Artificial Intelligence: A Modern Approach, 3. Aufl. Harlow Essex England: Pearson New International Edition, 2014.
  • V. N. Vapnik, The Nature of Statistical Learning Theory. New York: Springer, 1995.