Cognitive Computing im betrieblichen Einsatz

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

Grundlagen der Wirtschaftsinformatik und Grundlagen der Softwareentwicklung.

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

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

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

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. Hirschle, J.: Deep Learning language Processing, Hanser Verlag, 2022
7. Hugging Face: https://huggingface.co/, zugegriffen am 04.06.2023. (Modelle, Datensätze)
8. Weitere Literatur siehe Veranstaltungsseite im Internet