Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage, die wesentlichen Anwendungsgebiete, Formalismen, und Methoden der probabilistischen Modellierung und Inferenz in der künstlichen Intelligenz abzugrenzen.
Die LVA gibt einen Überblick über das Gebiet der probabilistischen Modellierung und Inferenz in der Künstlichen Intelligenz. Folgende Themen werden voraussichtlich behandelt: Grundkonzepte der Wahrscheinlichkeitstheorie; Bayes'sche Netze; probabilistische Logik; nichtmonotone probabilistische Inferenz; probabilistische Logikprogrammierung; Entscheidungstheorie; Planen unter Unsicherheit in Markov Decision Processes (MDPs) und Partially Observable Markov Decision Processes (POMDPs); Spieltheorie.