"False"
Hoppa direkt till innehållet
printicon
Huvudmenyn dold.
Kursplan:

Artificiell intelligens, 7,5 hp

Kursen är nedlagd

Engelskt namn: Artificial Intelligence

Denna kursplan gäller: 2007-06-25 till 2009-08-23 (nyare version av kursplanen finns)

Kurskod: 5DV019

Högskolepoäng: 7,5

Utbildningsnivå: Avancerad nivå

Huvudområden och successiv fördjupning: Datavetenskap: Avancerad nivå, har endast kurs/er på grundnivå som förkunskapskrav

Betygsskala: TH teknisk betygsskala

Ansvarig institution: Institutionen för datavetenskap

Beslutad av: teknisk-naturvetenskapliga fakultetsnämnden, 2007-08-29

Innehåll

Moment 1, teoridel, 4.5 högskolepoäng Teoridelen innehåller grundläggande och tillämpad kunskap om ämnet Artificiell intelligens. Momentet innefattar genomgång av mål, begrepp, metoder, algoritmer och tillämpningar för sökning heuristik, spelteorier och spelmetoder, kunskapsrepresentation, planering, inlärning och osäkerhet. Genomgång av logik; sats- och predikatlogik. Moment 2, laborationsdelt, 3 högskolepoäng Delmomentet utgörs av en laborationskurs med ett antal obligatoriska inlämningsuppgifter. I denna laborationskurs tränas tillämpning av någon eller några av delarna från moment 1 praktisk.

Förväntade studieresultat

Efter avslutad kurs ska studenten kunna: - Utforma, bygga och utvärdera intelligenta agenter - Redogöra för och tillämpa begrepp, metoder och teorier för sökning, heuristik, spelteorier och spelmetoder, kunskapsrepresentation, planering - Beskriva och tillämpa begrepp och metoder för sats- och predikatlogik samt kunna analysera kraften och begränsningen av både logik och sannolikhetsteori som en representation och ett resonerande språk - Förklara grunderna om inlärningssystem och osäkerhet - Ge grundläggande beskrivning om neurala-, bayesianska- och Markov-nätverk, beslutsträd, informationsteori och vissa inlärningsalgoritmer för dessa - Beskriva och redogöra för ett tillämpat område i artificiell intelligens, från till exampel ett av områdena: naturligt språk, dialogsystem, expert system, språkigenkänning - Översiktligt redogöra för området artificiell intelligens historia, framtid och olika filosofiska perspektiv på artificiell intelligens.

Behörighetskrav

Univ:För tillträde till kursen krävs, förutom grundläggande behörighet, kurserna , Logik för datavetare, (5DV007) och Systemprogrammering (5DV006) eller motsvarande kunskaper

Undervisningens upplägg

Undervisningen bedrivs i form av föreläsningar, arbete i datorlabb och övningar i mindre grupper. Utöver schemalagda aktiviteter krävs även individuellt arbete med materialet.

Examination

Examinationen sker dels genom skriftlig tentamen (på teoridelen) dels genom ett laborationsmoment. På en skriftlig tentamen sätts något av betygen Underkänd (U), Godkänd (3), Icke utan beröm godkänd (4) eller Med beröm godkänd (5). På laborationsmomentet ges endast betygen Underkänd (U) eller Godkänd (G). På hela kursen ges något av betygen Underkänd (U), Godkänd (3), Icke utan beröm godkänd (4) eller Med beröm godkänd (5). För att bli godkänd på hela kursen krävs att samtliga prov och obligatoriska moment är godkända. Betyget utgör en sammanfattande bedömning av resultaten vid examinationens olika delar och sätts först när alla obligatoriska moment är godkända. För studerande som inte godkänns vid ordinarie provtillfälle anordnas ytterligare provtillfälle. Studerande som två gånger underkänts i prov, har rätt att hos styrelsen för institutionen för datavetenskap begära att annan lärare utses för att sätta betyg på honom/henne. Den som godkänts i ett prov får ej undergå förnyat prov för högre betyg TILLGODORÄKNANDE I en examen får denna kurs ej ingå, helt eller delvis, samtidigt med en annan kurs med likartat innehåll. Vid tveksamheter bör den studerande rådfråga studievägledare vid Institutionen för datavetenskap.

Litteratur

Litteraturlistan är inte tillgänglig via den webbaserade utbildningskatalogen. Kontakta aktuell institution.