DV1318 Tillämpad artificiell intelligens

Programkurs, 7,5 högskolepoäng, Grundnivå, höstterminen 2014
Kursen är valbar inom programmet "Webbprogrammering", med start höstterminen 2012.

Information om anmälningsprocessen ges till studenter på programmet.

Översikt

Applied Artificial Intelligence is a general AI course that both deals with the history and development of the area artificial intelligent, and the methods used in order to implement intelligent systems. It takes an intelligent agent approach to AI and covers subjects such as: machine learning, expert systems, genetic algorithms, agent technology, robotics, and planning. The students will face practical excercises within several of these subjects in order to get a broad view of the application areas of AI. The course is also an important part in the prerequisits for advanced courses in the area of AI, among them Adaptive and Learning systems.

Kurstid

2014 vecka 36 till
2014 vecka 44

Undervisningsform

Campus, Dagtid, deltid 50 %

Ort

Karlskrona

Undervisningsspråk

Engelska

Kursplan

Huvudområde

Datavetenskap

Fördjupningsnivå

G1F

Antagning

Förkunskapskrav

För tillträde till kursen krävs att studenten har avklarat 15 högskolepoäng i programmering, varav minst 5 högskolepoäng datastrukturer och algoritmer.

Kurstid

2014 vecka 36 till
2014 vecka 44

Undervisningsform

Campus, Dagtid, deltid 50 %

Ort

Karlskrona

Undervisningsspråk

Engelska

Kursplan

Huvudområde

Datavetenskap

Fördjupningsnivå

G1F

Lärandemål

Innehåll

Kursen innehåller en historisk tillbakablick över AI-områdets utveckling, där tonvikt läggs vid de viktigaste milstolparna ur ett tillämpningsperspektiv. Områden som berörs är bland annat
  • kunskapsrepresentation
  • expertsystem
  • planering
  • mönsterigenkänning
  • behandling av naturligt språk
  • agentsystem

Lärandemål

Efter genomförd kurs skall studenten:
  • självständigt kunna redovisa kunskaper om grundläggande metoder inom AI-området samt kunna resonera kring dess utveckling i relation till tillämpningarna.
  • självständigt och i samarbete med andra kunna identifiera, formulera och dela upp (AI-relaterade) problemställningar och ge förslag till lösning med lämpliga AI-baserade metoder.
  • självständigt och i samarbete med andra kunna utforma metoder och modeller för att implementera och prova olika lösningar i ett givet (AI-relaterat) problem.
  • självständigt och i samarbete med andra kunna värdera och prioritera olika lösningar utifrån ett helhetsperspektiv.

Generella förmågor

I kursen tränas följande generella förmågor:
  • Generell kunskap inom det huvudsakliga området för studierna
  • Muntlig och skriftlig kommunikation

Kurslitteratur och övriga läromedel

Artificial Intelligence – A modern approach, 2nd ed
Författare: Stuart Russell & Peter Norvig
Förlag: Prentice Hall
Utgiven: 2003, Antal sidor: 1081
ISBN: 0-13-080302-2

Kurstid

2014 vecka 36 till
2014 vecka 44

Undervisningsform

Campus, Dagtid, deltid 50 %

Ort

Karlskrona

Undervisningsspråk

Engelska

Kursplan

Huvudområde

Datavetenskap

Fördjupningsnivå

G1F

Upplägg - Litteratur

Kurslitteratur och övriga läromedel

Artificial Intelligence – A modern approach, 2nd ed
Författare: Stuart Russell & Peter Norvig
Förlag: Prentice Hall
Utgiven: 2003, Antal sidor: 1081
ISBN: 0-13-080302-2

Lärande och undervisning

Kursen ges på engelska i form av föreläsningar som ger grundstommen i de kunskapsrelaterade lärandemålen, samt laborationer och övningar som genomförs i mindre grupper, vilka ger studenterna möjligheten att träna de generella förmågorna, samt färdighet och förhållningssätt (enligt lärandemålsbeskrivningen).

Arbetslivsanknytning

Ingen LIA, men väl en större AI-relaterad programmeringsuppgift.

Lärare

Examinator
Stefan Johansson

Kursansvarig
Stefan Johansson

Lärare
Johan Hagelbäck
Jan Persson
Stefan Johansson

Planerade lärtillfällen

Föreläsningar, seminarier, övningar, och laborationer.

Tidsåtgång

I genomsnitt bör en student räkna med att studera 200 timmar för att nå lärandemålen. I denna tid ingår alla olika förekommande lärandeaktiviteter (föreläsningar, självstudier, examination m. m.). Tidsuppskattningen baseras på att ett akademiskt år omfattar 60 högskolepoäng (motsvarar 60 ECTS credits), som svarar mot en total studietid på ca 1 600 timmar. Den faktiska studietiden varierar individuellt.

Kurstid

2014 vecka 36 till
2014 vecka 44

Undervisningsform

Campus, Dagtid, deltid 50 %

Ort

Karlskrona

Undervisningsspråk

Engelska

Kursplan

Huvudområde

Datavetenskap

Fördjupningsnivå

G1F

Examination

Bedömning

Examinationsmoment för kursen
Kod Benämning Högskolepoäng Betyg
0810 Tentamen 2,5 F-A
0820 Laboration 1 1,5 F-A
0830 Laboration 2 1,5 F-A
0840 Laboration 3 2 F-A

Betyg

Kursen bedöms med betygen F Otillräckligt, FX Otillräckligt, E Tillräckligt, D Tillfredsställande, C Bra, B Mycket bra eller A Utmärkt.

Kommande tentamenstillfällen

Tentadatum Moment Anmälningsperiod Ansv. Plats Klockan
2013-06-11 0810 2013-05-12 - 2013-05-28 SJA Karlskrona 09:00 - 14:00

För att få delta vid ett centralt samordnat tentamenstillfälle måste du ha anmält dig i Studentportalen senast 15 dagar innan tentamensdagen.

Lokal och tidpunkt publiceras ca 5 dagar innan tentamensdagen.

Det kan finnas andra planerade examinationstillfällen. Information om de finns i It's Learning eller på annan plats som kursansvarig hänvisar till.

Kursutvärdering

Kursansvarig ansvarar för att studenternas synpunkter på kursen systematiskt och regelbundet inhämtas och att resultaten av utvärderingar i olika former påverkar kursens utformning och utveckling.

Kurstid

2014 vecka 36 till
2014 vecka 44

Undervisningsform

Campus, Dagtid, deltid 50 %

Ort

Karlskrona

Undervisningsspråk

Engelska

Kursplan

Huvudområde

Datavetenskap

Fördjupningsnivå

G1F

 

Share Dela