Kursplan - Artificiell intelligens

Syfte

Kursen syftar till att ge en bred introduktion till grundläggande teori och tekniker inom artificiell intelligens.

Lärandemål

Efter avklarad kurs skall studenten kunna:

1. nämna milstolpar inom AI och relatera dem till datavetenskapen samt andra områden
2. lösa typiska AI-problem med hjälp av programkod
3. utifrån ett givet problem definiera sökrymd och föreslå lämplig representation och algoritm som lösning
4. framgångsrikt tillämpa AI-algoritmer för problemlösning

Innehåll

- Typer av problem lämpliga att lösa med AI och hur AI används för problemlösning
- Sökalgoritmer: bredden-först, djupet-först, iterativ fördjupning, informerad sökning, heuristik, A*
- Optimeringsalgoritmer: genetiska, evolutionära, kollektiv intelligens (partikelsvärm, myrkoloni)
- Klassificeringsmetod: Artificiellt Neuralt Nätverk

Undervisning

Föreläsningar och laborationer.

Särskild behörighet

Studenten skall kunna välja lämplig datastruktur för att lagra data i ett givet problem, kunna välja lämplig söknings- respektive sorteringsalgoritm i en given situation, kunna förstå och implementera en abstrakt datastruktur, kunna lösa programmeringsproblem med ett högnivåspråk samt ha erfarenhet av problemlösning i ett programmeringsprojekt. Detta kan uppnås genom att ha avslutat kurserna Programmering 7,5 hp, Datastrukturer, algoritmer och programkonstruktion 7,5 hp samt Funktionell programmering med F# 7,5 hp eller Operativsystem 7,5 hp eller Datakommunikation 7,5 hp eller motsvarande.

Examination

Laboration (LAB1), 1,5 hp, examinerar lärandemål 1-4, betyg Underkänd (U), 3, 4 eller 5
Laboration (LAB2), 1,5 hp, examinerar lärandemål 1-4, betyg Underkänd (U), 3, 4 eller 5
Laboration (LAB3), 1,5 hp, examinerar lärandemål 1-4, betyg Underkänd (U), 3, 4 eller 5
Laboration (LAB4), 1,5 hp, examinerar lärandemål 1-4, betyg Underkänd (U), 3, 4 eller 5
Laboration (LAB5), 1,5 hp, examinerar lärandemål 1-4, betyg Underkänd (U), 3, 4 eller 5

En student som har ett intyg från MDU avseende sin funktionsnedsättning har möjlighet att anmäla önskemål om anpassning vid salstentamina eller annan examinationsform i enlighet med Regler och anvisningar för examination på grundnivå och avancerad nivå vid Mälardalens högskola (2020/1655). Det är examinator som, utifrån det intyg som utfärdats, beslutar om eventuell anpassning och i så fall vilken anpassning som ska gälla.

Misstankar om vilseledande vid examination (fusk) anmäls, enligt högskoleförordningen, till universitetets rektor och prövas av universitetets disciplinnämnd. Om disciplinnämnden anser att en student gjort sig skyldig till en disciplinförseelse fattar nämnden beslut om en disciplinär åtgärd, vilket är varning eller avstängning.

Betyg

Med beröm godkänd, icke utan beröm godkänd, godkänd, underkänd

Övergångsbestämmelser och övriga föreskrifter

Kursen överlappar helt med CDT312 Artificiell intelligens, DVA251/DVA264 Artificiell intelligens 1 samt DVA255/DVA265 Artificiell intelligens 2.