Inhalt
Suchverfahren für die Lösung kombinatorischer Aufgaben; Klassische und Nichtklassische Logiken und ihre Mechanisierung; DPLL, Resolution, Tableauxverfahren und Theorembeweisen; Wissensbasierte- und Expertensysteme; Mensch-Maschinen-Schnittstellen; Mustererkennung insbesondere für interaktive Anwendungen; Data Science, Machine Learning, Neural Architectures, Knowledge Discovery.
Voraussetzungen:
Grundkenntnisse in Mathematik und Algorithmen & Datenstrukturen.