Kursplan för Artificiell intelligens

Artificial Intelligence

Det finns en senare version av kursplanen.

Kursplan

  • 5 högskolepoäng
  • Kurskod: 1DL340
  • Utbildningsnivå: Avancerad nivå
  • Huvudområde(n) och successiv fördjupning: Datavetenskap A1N, Teknik A1N

    Förklaring av koder

    Koden visar kursens utbildningsnivå och fördjupning i förhållande till andra kurser inom huvudområdet och examensfordringarna för generella examina:

    Grundnivå

    • G1N: har endast gymnasiala förkunskapskrav
    • G1F: har mindre än 60 hp kurs/er på grundnivå som förkunskapskrav
    • G1E: innehåller särskilt utformat examensarbete för högskoleexamen
    • G2F: har minst 60 hp kurs/er på grundnivå som förkunskapskrav
    • G2E: har minst 60 hp kurs/er på grundnivå som förkunskapskrav, innehåller examensarbete för kandidatexamen
    • GXX: kursens fördjupning kan inte klassificeras

    Avancerad nivå

    • A1N: har endast kurs/er på grundnivå som förkunskapskrav
    • A1F: har kurs/er på avancerad nivå som förkunskapskrav
    • A1E: innehåller examensarbete för magisterexamen
    • A2E: innehåller examensarbete för masterexamen
    • AXX: kursens fördjupning kan inte klassificeras

  • Betygsskala: Underkänd (U), godkänd (3), icke utan beröm godkänd (4), med beröm godkänd (5)
  • Inrättad: 2009-03-12
  • Inrättad av: Teknisk-naturvetenskapliga fakultetsnämnden
  • Reviderad: 2009-03-12
  • Reviderad av: Teknisk-naturvetenskapliga fakultetsnämnden
  • Gäller från: HT 2009
  • Behörighet:

    120 hp, varav minst 20 hp i matematik och minst 30 hp i datavetenskap, däribland en fortsättningskurs i programmering.

  • Ansvarig institution: Institutionen för informationsteknologi

Mål

För godkänt betyg ska studenten kunna

  • känna igen om ett problem är AI-relaterat
  • modellera AI-problem och ange en lämplig lösningsmetod (t.ex. expertsystem, sökalgoritmer, lärande system)
  • beskriva och använda sökmetoder, expertsystem, statistiska metoder och enkla metoder för lärande
  • diskutera olika definitioner av AI, och relatera dessa till AI:s historia

Innehåll

Heuristisk sökning, kunskapsrepresentation, expertsystem, statistiska metoder, lärande system.

Användningar av AI, t.ex. i dataspel.

Undervisning

Föreläsningar och laborationer.

Examination

Skriftligt prov (3 hp) samt uppgifter (2 hp) som redovisas muntligt eller skriftligt.

Litteratur

Litteraturlista

Gäller från: HT 2009

I bibliotekets söktjänst kan du se om en titel finns elektroniskt.

Luger, G.: Artificial Intelligence, 6th ed. Addison-Wesley, 2009.