==== Fächer ====
  * Text Mining (Stefan Mandl)
  * Künstliche Intelligenz I (Bernd Ludwig)

==== Text Mining ====
  * Welche Bereiche gibt es (IE, IR, Clustering, Klassifikation)
  * IE: symb<->prob, was ist die "Arbeit" bei beiden? (Regeln erstellen vs. Texte klassifizieren), N-Gramme
  * IR: wie macht man Boolsches Retrieval, wie Ranking Retrieval (Text-Dokument-Matrizen, Kosinus-Mass, gewichtete Bereiche)
  * Clustering: welche Unterscheidungen gibt es? (flaches<->hierarchisches, modellbasiertes<->diskretes)
  * Klassifikation: naive Bayes-Klassifikator (was ist daran naiv), Textmodelle (Bernoulli vs. Multinomial)

==== Künstliche Intelligenz I ====
  * Goal-Oriented-Behavior (Dominanz, Multidimensionaler D&C-Algo)
  * Regelbasierte Systeme, mit dem Rete-Algorithmus (Knotentypen, warum man den Algo benutzt)
  * Fuzzy-Logik, was ist eine Menge und Relation (aufmalen, Dreiecksfunktion/Trapezfunktion), Fuzzy-Regeln


Note: 1.3 \\
Anmerkung: Textmining ist gut machbar, KI ist zwar super interessant, aber //seeehr// viel Stoff, man sollte also viel Zeit einplanen die 6 Buecher durchzuarbeiten.