Behörighetskrav

120 hp varav 15 hp matematik och 20 hp datavetenskap, inklusive en fortsättningskurs i programmering. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)

Mål

Efter godkänd kurs ska studenten kunna:

• känna igen om ett problem är AI-relaterat
• modellera AI-problem och ange en lämplig lösningsmetod (t.ex. expertsystem, sökalgoritmer, maskininlärning)
• beskriva och använda sökmetoder, expertsystem, statistiska metoder och metoder för lärande
• göra bedömningar med hänsyn till relevanta vetenskapliga, samhälleliga och etiska aspekter i tillämpning av AI
• diskutera olika definitioner av AI, och relatera dessa till AI:s historia.

Innehåll

Heuristisk sökning, kunskapsrepresentation, expertsystem, statistiska metoder, maskininlärning inkl. artificiella neuronnät och djupinlärning. Användningar av AI, t.ex. i dataspel.

Undervisning

Föreläsningar och laborationer.

Examination

Skriftligt prov (3hp), uppgifter (2hp) samt projekt (2.5hp) som redovisas muntligt eller skriftligt.

Om särskilda skäl finns får examinator göra undantag från det angivna examinationssättet och medge att en enskild student examineras på annat sätt. Särskilda skäl kan t.ex. vara besked om särskilt pedagogiskt stöd från universitetets samordnare för studenter med funktionsnedsättning.