course-details-portlet

TDT4171 - Metoder i kunstig intelligens

Om emnet

Vurderingsordning

Vurderingsordning: Mappevurdering
Karakter: Bokstavkarakterer

Vurderingsform Vekting Varighet Hjelpemidler Delkarakter
Skriftlig eksamen 80/100 4 timer D
Arbeider 20/100

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.

Mer om vurdering

Mappevurdering gir grunnlag for sluttkarakter i emnet. I mappen inngår skriftlig avsluttende eksamen (80%) og øvingsarbeider (20%). Resultatet for delene angis i %-poeng, mens sensur for hele mappen (slutt-karakteren) angis med bokstavkarakter.
Ved utsatt eksamen (kontinuasjonseksamen) kan skriftlig eksamen bli endret til muntlig eksamen.
Dersom studenten også etter utsatt eksamen har sluttkarakteren F/ikke-bestått, må studenten gjenta hele emnet neste studieår. Arbeider som teller med i sluttkarakteren må gjentas.

Kursmateriell

Stuart Russel, Peter Norvig: Artificial Intelligence. A Modern Approach, Third Edition, Prentice Hall, 2010.
Eventuelt øvrig materiale vil gjøres tilgjengelig via kursets websider.

Studiepoengreduksjon

Emnekode Reduksjon Fra Til
IT2702 3.7 01.09.2007
IT272 3.7 01.09.2007
MNFIT272 3.7 01.09.2007
TDT4170 3.7 01.09.2007
SIF8031 3.7 01.09.2007
IT3704 3.7 01.09.2008
MNFIT374 3.7 01.09.2008
MNFIT374 3.7 01.09.2008
Flere sider om emnet

Ingen

Fakta om emnet

Versjon: 1
Studiepoeng:  7.5 SP
Studienivå: Tredjeårsemner, nivå III

Undervisning

Termin nr.: 1
Undervises:  VÅR 2021

Forelesningstimer: 2
Øvingstimer: 3
Fordypningstimer: 7

Undervisningsspråk: Norsk

Sted: Trondheim

Fagområde(r)
  • Datateknikk
  • Informatikk
Kontaktinformasjon
Emneansvarlig/koordinator: Faglærer(e):

Ansvarlig enhet
Institutt for datateknologi og informatikk

Telefon:

Eksamensinfo

Vurderingsordning: Mappevurdering

Termin Statuskode Vurderings-form Vekting Hjelpemidler Dato Tid Digital eksamen Rom *
Vår ORD Arbeider 20/100
Rom Bygning Antall kandidater
Vår ORD Skriftlig eksamen 80/100 D 20.05.2021 09:00
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