Emne - Metoder i kunstig intelligens - TDT4171
TDT4171 - Metoder i kunstig intelligens
Om emnet
Vurderingsordning
Vurderingsordning: Skriftlig skoleeksamen
Karakter: Bokstavkarakterer
| Vurdering | Vekting | Varighet | Delkarakter | Hjelpemidler |
|---|---|---|---|---|
| Skriftlig skoleeksamen | 100/100 | 4 timer | D |
Faglig innhold
Emnet er en videreføring av TDT4136 Introduksjon til kunstig intelligens. De tre hovedformene for resonnering (regelbasert, modellbasert, og casebasert) behandles, med hovedfokus på modellbasert resonnering. Resonnering med usikker og delvis manglende informasjon, gis spesiell fokus, samt grunnlaget for lærende systemer (maskinlæring). I tillegg til de symbolprosesserende metodene (spesielt Bayesianske nettverk og beslutningsgrafer) gis det også en innføring i metoder basert på nevrale nettverk.
Læringsutbytte
Kunnskaper: Kandidaten skal ha kunnskap om: - Generelle prinsipper for kunstig intelligens (AI) - Effektiv representasjon av usikker kunnskap - Prinsipper for rasjonell beslutningstakning - Lærende/adapterende systemer. Ferdigheter: - Vurdere forskjellige rammeverk for kunstig intelligens i spesifikke brukssituasjoner - Lage systemer som realiseres aspekter av intelligent adferd i datamaskinsystemer. Generell kompetanse: - Kjenne fagfeltet AIs grunnlag hentet fra matematikk, logikk og kognitive vitenskaper.
Læringsformer og aktiviteter
Forelesninger, selvstudium og øvinger.
Obligatoriske aktiviteter
- Obligatoriske øvinger
Mer om vurdering
100 % skole-eksamen. Et antall øvinger blir gitt i løpet av semesteret. En andel av disse må bestås for å kunne gå opp til eksamen. Detaljert informasjon om øvingene gis ved semesterstart.
Spesielle vilkår
Obligatorisk aktivitet fra tidligere semester kan godkjennes av instituttet.
Anbefalte forkunnskaper
TDT4136 Introduksjon til kunstig intelligens, eller tilsvarende.
TMA4240 Statistikk eller lignende
Litt programmeringserfaring, for eksempel gjennom TDT4109 - Informasjonsteknologi, grunnkurs
Kursmateriell
Stuart Russel, Peter Norvig: Artificial Intelligence. A Modern Approach, Fourth Edition, Pearson, 2020. Eventuelt øvrig materiale vil gjøres tilgjengelig via kursets websider.
Studiepoengreduksjon
| Emnekode | Reduksjon | Fra | Til |
|---|---|---|---|
| IT2702 | 3.7 | HØST 2007 | |
| IT272 | 3.7 | HØST 2007 | |
| MNFIT272 | 3.7 | HØST 2007 | |
| TDT4170 | 3.7 | HØST 2007 | |
| SIF8031 | 3.7 | HØST 2007 | |
| IT3704 | 3.7 | HØST 2008 | |
| MNFIT374 | 3.7 | HØST 2008 | |
| MNFIT374 | 3.7 | HØST 2008 |
Ingen
Versjon: 1
Studiepoeng:
7.5 SP
Studienivå: Tredjeårsemner, nivå III
Termin nr.: 1
Undervises: VÅR 2023
Undervisningsspråk: Engelsk
Sted: Trondheim
- Datateknikk
- Informatikk
Eksamensinfo
Vurderingsordning: Skriftlig skoleeksamen
- Termin Statuskode Vurdering Vekting Hjelpemidler Dato Tid Eksamens- system Rom *
- Vår ORD Skriftlig skoleeksamen 100/100 D 30.05.2023 09:00 INSPERA
-
Rom Bygning Antall kandidater - Sommer UTS Skriftlig skoleeksamen 100/100 D INSPERA
-
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.
For mer info om oppmelding til og gjennomføring av eksamen, se "Innsida - Eksamen"