Kursplan - Artificiell intelligens 2

Syfte

Kursen syftar till att fördjupa kunskaperna i ämnet artificiell intelligens genom att adressera praktiska metoder för problemdefinition samt kunskapsrepresentation. Kursen syftar vidare till att introducera logikprogrammering samt paradigmer som lämpar sig för när snabb exekvering och minnessäkerhet är önskvärda egenskaper. Kursen avser också att fördjupa kunskaperna beträffande etisk- och jämställdhetsanalys av AI-system.

Lärandemål

Efter avslutad kurs ska studenten kunna:

1. förklara och tillämpa centrala metoder inom symbolisk och populationsbaserad artificiell intelligens,

2. analysera ett givet problem och välja samt motivera lämpliga metoder och parametrar vid utveckling av AI-algoritmer,

3. bedöma hur olika representationer av kunskap påverkar modellens prestanda och resursanvändning samt

4. analysera och diskutera övergripande perspektiv på artificiell intelligens, såsom etik och jämställdhet.

Innehåll

Kursen behandlar klassiska metoder inom artificiell intelligens med fokus på symbolisk och populationsbaserad AI. Innehållet omfattar logikprogrammering, evolutionära algoritmer, resonemang under osäkerhet samt kombinationer av symboliska och numeriska representationer. Kursen inkluderar också en etik- och jämställdhetsanalys av agentbaserade AI-system.

Särskild behörighet

30 hp datavetenskap vari ingår Programmering 7,5 hp, Datastrukturer, algoritmer och programkonstruktion 7,5 hp och Artificiell intelligens 1 7,5 hp. Dessutom krävs vektoralgebra 7,5 hp.

Examination

LAB1, Laboration 1, Laborationsserie som kontinuerligt redovisas enligt instruktioner, 7,5 hp, examinerar lärandemål 1–4, betyg Underkänd (U) eller Godkänd (G).

En student som har ett besked om riktat pedagogiskt stöd från MDU kan ansöka om anpassning vid examinationen. Det är examinatorn som beslutar om eventuell anpassning utifrån beskedet och förutsättningarna i övrigt.

Misstankar om vilseledande vid examination (fusk) anmäls, enligt högskole-förordningen, till 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 för viss tid.

Betyg

Tvågradig skala

Övergångsbestämmelser och övriga föreskrifter

Kursen överlappar helt med CDT312/DVA340/DVA349 Artificiell Intelligens och DVA255/DVA278 Artificiell intelligens 2. Kurserna Artificiell intelligens 1 och Artificiell intelligens 2 kan inte ingå i samma examen som CDT312/DVA340/DVA349 Artificiell intelligens.

Kursen kan räknas till huvudområdet datavetenskap med inriktning intelligenta system för de studenter som önskar ta ut en teknologie kandidatexamen i datavetenskap med inriktning intelligenta system.