course-details-portlet

IT3105 - Kunstig intelligens programmering

Om emnet

Vurderingsordning

Vurderingsordning: Oppgave og arbeider
Karakter: Bokstavkarakterer

Vurdering Vekting Varighet Delkarakter Hjelpemidler
Oppgave 1/6
Oppgave 1/6
Oppgave 1/6
Arbeider 1/6
Arbeider 1/6
Arbeider 1/6

Faglig innhold

Faget gir studenter anledning til å implementere mange av de klassiske kunstig intelligens (AI) algoritmene og så å bruke dem som moduler i større AI systemer rettet mot områder som lyd og bildebehandling, simulert fotball (f. eks. on-line Robocup konkurranser), poker-spilling (f. eks. Texas Hold ’Em) og robot navigering. Følgende AI algoritmer kan bli viktig moduler i disse systemer: A*, means-ends analyse, besluttningstre læring, genetisk algoritmer, neurale nettverk, bayesiansk klassifisering, case-basert resonnering, boosting og bagging. Gjennom det arbeidet får studenter en forståelse for ”AI i bruk” i stedet for ”AI teoretisk sett” eller ”AI på lekeproblemer”, som man ofte får fra AI kursene på intro- og mellomnivå.

Faget består av 2-4 prosjekter, avhengig av årets prosjekter og deres omfang. Hvert prosjekt skal støttes av et sett av forelesninger om relevante teoretiske og praktiske grunnlag, mens noen forelesninger blir dedikert til generelle diskusjoner mellom faglærer og studenter om et prosjekt og fremgang til de forskjellige student grupper.

Studenter har fritt valg av programmeringsspåk, men Python, Java eller C++ vil ofte bli anbefalt.

Læringsutbytte

Studenter får aktive erfaring i å designe og programmere rimelig store AI prosjekter.

Studenter får verdifulle innsikt i hvorfor, hvordan og når man kan bruke AI metoder på ekte problemer som de kan treffe i arbeidslivet.

Læringsformer og aktiviteter

50% standard forelesninger, og 50% interaktive prosjekt diskusjoner mellom studenter og faglærer.

Karakter basert på:
100% - prosjekt demonstrasjoner og rapport.

Spesielle vilkår

Krever opptak til studieprogram:
Datateknologi (MIDT) - enkelte retninger
Datateknologi (MTDT) - enkelte retninger
Industriell økonomi og teknologiledelse (MTIØT) - enkelte retninger
Informatikk (MIT) - enkelte retninger

Forkunnskapskrav

TDT4136 Introduksjon til kunstig intelligens
TDT4171 Metoder i kunstig intelligens
Emnet er valgbart for studenter som er tatt opp på studieretning i Kunstig intelligens innen Datateknologi, Informatikk og spesialiseringen Kunstig intelligens på teknologiretningen Datateknologi, Industriell økonomi og teknologiledelse.

Kursmateriell

Forelesningsnotater samt prosjektbeskrivelser skal deles ut for alle prosjektene. I noen sammenheng skal forskningsartikkler også bli gjort tilgjenglig.

For robotikk prosjekter skal studenter få tilgang til en robot simulator og muligens til ekte roboter (for en begrenset period).

Alt er gratis.

Studiepoengreduksjon

Emnekode Reduksjon Fra Til
IT2105 7.5
MNFIT215 7.5
MNFIT215 7.5
Flere sider om emnet

Ingen

Fakta om emnet

Versjon: 1
Studiepoeng:  7.5 SP
Studienivå: Høyere grads nivå

Undervisning

Termin nr.: 1
Undervises:  HØST 2016

Undervisningsspråk: Engelsk

-

Fagområde(r)
  • Informatikk
Kontaktinformasjon

Eksamensinfo

Vurderingsordning: Oppgave og arbeider

Termin Statuskode Vurdering Vekting Hjelpemidler Dato Tid Eksamens- system Rom *
Høst ORD Arbeider 1/6
Rom Bygning Antall kandidater
Høst ORD Arbeider 1/6
Rom Bygning Antall kandidater
Høst ORD Arbeider 1/6
Rom Bygning Antall kandidater
Høst ORD Oppgave 1/6
Rom Bygning Antall kandidater
Høst ORD Oppgave 1/6
Rom Bygning Antall kandidater
Høst ORD Oppgave 1/6
Rom Bygning Antall kandidater
  • * Skriftlig eksamen plasseres på rom 3 dager før eksamensdato. Hvis mer enn ett rom er oppgitt, finner du ditt rom på Studentweb.
Eksamensinfo

For mer info om oppmelding til og gjennomføring av eksamen, se "Innsida - Eksamen"

Mer om eksamen ved NTNU