Artificiell intelligens, 6 hp
Artificial Intelligence, 6 credits
TDDC17
Huvudområde
Datateknik DatavetenskapUtbildningsnivå
GrundnivåKurstyp
ProgramkursExaminator
Patrick DohertyStudierektor eller motsvarande
Peter DaleniusUndervisningstid
Preliminär schemalagd tid: 52 hRekommenderad självstudietid: 108 h
Tillgänglig för utbytesstudenter
JaHuvudområde
Datateknik, DatavetenskapUtbildningsnivå
GrundnivåFördjupningsnivå
G2XKursen ges för
- Datavetenskap, masterprogram
- Computer Science, masterprogram
- Civilingenjör i mjukvaruteknik
- Högskoleingenjör i datateknik
- Innovativ programmering, kandidatprogram
- Matematik, kandidatprogram
- Civilingenjör i datateknik
- Civilingenjör i industriell ekonomi - internationell
- Civilingenjör i industriell ekonomi
- Civilingenjör i informationsteknologi
- Civilingenjör i teknisk fysik och elektroteknik - internationell
- Civilingenjör i teknisk fysik och elektroteknik
Särskild information
Får ej ingå i examen samtidigt som TDDC65, TNM096
Förkunskapskrav
OBS! Tillträdeskrav för icke programstudenter omfattar vanligen också tillträdeskrav för programmet och ev. tröskelkrav för progression inom programmet, eller motsvarande.
Rekommenderade förkunskaper
Programmering i ett funktionellt, imperativ eller objektorienterat programspråk. Kunskaper om datastrukturer och algoritmer. Kännedom om logik och diskret matematik är användbart.Lärandemål
Kursen ger en bred översikt över området artificiell intelligens och presenterar grundläggande metoder för konstruktion av system som kan lösa problem, föra förnuftiga och rationella resonemang och kommunicera i naturligt språk.
Kursens mål är att introducera begrepp och tillämpningar inom artificiell intelligens (AI). Kursen fokuserar på att utveckla intelligenta agenter som själva kan fatta beslut och agera. Detta kräver tekniker för problemlösning, kunskapsrepresentation och slutsatsdragning, lärande, kommunikation, perception och agerande. Efter kursen kommer studenten att kunna:
- förklara och diskutera begrepp inom artificiell intelligens
- tillämpa välkända tekniker inom artificiell intelligens
Kursinnehåll
Översikt över artificiell intelligens (AI) och dess tillämpningar. Logik som medel för representation av kunskap. Resonemang med ofullständig kunskap: ickemonotont och probabilistiskt resonemang. Strukturerade representationer. Sökning som problem-lösningsmetod. Handlingsplanering och robotik. Induktion och inlärning. Orientering om alternativa arkitekturer för AI-system.
Undervisnings- och arbetsformer
Föreläsningarna ägnas åt teorigenomgång. Implementation av några av de presenterade teorierna utförs i Common Lisp eller Java på laborationerna.
Examination
LAB1 | En laborationskurs | 3 hp | U, G |
TEN1 | En skriftlig tentamen | 3 hp | U, 3, 4, 5 |
Betygsskala
Fyrgradig skala, LiU, U, 3, 4, 5Övrig information
AI-programmering
Kursen bedrivs på ett sådant sätt att både mäns och kvinnors erfarenhet och kunskaper synliggörs och utvecklas.
Planering och genomförande av kurs skall utgå från kursplanens formuleringar. Den kursvärdering som ingår i kursen skall därför genomföras med kursplanen som utgångspunkt.
Institution
Institutionen för datavetenskapStudierektor eller motsvarande
Peter DaleniusExaminator
Patrick DohertyKurshemsida och andra länkar
Undervisningstid
Preliminär schemalagd tid: 52 hRekommenderad självstudietid: 108 h
Kurslitteratur
Russell, S. & Norvig, P. (2002) Artificial Intelligence: A Modern Approach, Prentice Hall. ISBN 0137903952 (inb) 0130803022 (hft).Laborationskompendium från Institutionen för datavetenskap.
Referenslitteratur: Shapiro, C. (1992) Encyclopedia of Artificial Intelligence, Vol. 1-2, Wiley Interscience.
Kod | Benämning | Omfattning | Betygsskala |
---|---|---|---|
LAB1 | En laborationskurs | 3 hp | U, G |
TEN1 | En skriftlig tentamen | 3 hp | U, 3, 4, 5 |
Regler
Universitetet är en statlig myndighet vars verksamhet regleras av lagar och förordningar, exempelvis Högskolelagen och Högskoleförordningen. Förutom lagar och förordningar styrs verksamheten av ett antal styrdokument. I Linköpings universitets egna regelverk samlas gällande beslut av regelkaraktär som fattats av universitetsstyrelse, rektor samt fakultets- och områdesstyrelser.
LiU:s regelsamling angående utbildning på grund- och avancerad nivå nås på http://styrdokument.liu.se/Regelsamling/Innehall/Utbildning_pa_grund-_och_avancerad_niva.
Ladda ner
I | U | A | Moduler | Kommentar | ||
---|---|---|---|---|---|---|
1. ÄMNESKUNSKAPER | ||||||
1.1 Kunskaper i grundläggande (motsvarande G1X) matematiska och naturvetenskapliga ämnen |
|
|
X
|
LAB1
TEN1
|
Logik och diskret matematik |
|
1.2 Kunskaper i grundläggande (motsvarande G1X) teknikvetenskapliga ämnen |
|
X
|
X
|
LAB1
TEN1
|
Använder grundläggande programmering, undervisar olika tekniker och metoder inom artificiell intelligens |
|
1.3 Fördjupade kunskaper (motsvarande G2X), metoder och verktyg inom något/några teknik- och naturvetenskapliga ämnen |
|
X
|
|
LAB1
TEN1
|
Tekniker och metoder inom AI |
|
1.4 Väsentligt fördjupade kunskaper (motsvarande A1X), metoder och verktyg inom något/några teknik- och naturvetenskapliga ämnen |
|
|
|
|||
1.5 Insikt i aktuellt forsknings- och utvecklingsarbete |
|
|
|
|||
2. INDIVIDUELLA OCH YRKESMÄSSIGA FÄRDIGHETER OCH FÖRHÅLLNINGSSÄTT | ||||||
2.1 Analytiskt tänkande och problemlösning |
|
X
|
X
|
LAB1
|
Laborativa moment |
|
2.2 Experimenterande och undersökande arbetssätt samt kunskapsbildning |
|
X
|
X
|
LAB1
|
Laborativa moment |
|
2.3 Systemtänkande |
|
|
|
|||
2.4 Förhållningssätt, tänkande och lärande |
|
|
|
|||
2.5 Etik, likabehandling och ansvarstagande |
|
|
|
|||
3. FÖRMÅGA ATT ARBETA I GRUPP OCH ATT KOMMUNICERA | ||||||
3.1 Arbete i grupp |
|
|
X
|
LAB1
|
Laborationer i grupp |
|
3.2 Kommunikation |
|
|
|
|||
3.3 Kommunikation på främmande språk |
|
|
|
|||
4. PLANERING, UTVECKLING, REALISERING OCH DRIFT AV TEKNISKA PRODUKTER OCH SYSTEM MED HÄNSYN TILL AFFÄRSMÄSSIGA OCH SAMHÄLLELIGA BEHOV OCH KRAV | ||||||
4.1 Samhälleliga villkor, inklusive ekonomiskt, socialt och ekologiskt hållbar utveckling |
|
|
|
|||
4.2 Företags- och affärsmässiga villkor |
|
|
|
|||
4.3 Att identifiera behov samt strukturera och planera utveckling av produkter och system |
X
|
|
|
Föreläsningar om större forskningsprojekt inom AI |
||
4.4 Att konstruera produkter och system |
X
|
|
|
|||
4.5 Att realisera produkter och system |
X
|
|
|
|||
4.6 Att ta i drift och använda produkter och system |
|
|
|
|||
5. PLANERING, GENOMFÖRANDE OCH PRESENTATION AV FORSKNINGS- ELLER UTVECKLINGSPROJEKT MED HÄNSYN TILL VETENSKAPLIGA OCH SAMHÄLLELIGA BEHOV OCH KRAV | ||||||
5.1 Samhälleliga villkor, inklusive ekonomiskt, socialt och ekologiskt hållbar utveckling för kunskapsutveckling |
|
|
|
|||
5.2 Ekonomiska villkor för kunskapsutveckling |
|
|
|
|||
5.3 Att identifiera behov samt strukturera och planera forsknings- eller utvecklingsprojekt |
|
|
|
|||
5.4 Att genomföra forsknings- eller utvecklingsprojekt |
|
|
|
|||
5.5 Att redovisa och utvärdera forsknings- eller utvecklingsprojekt |
|
|
|
Denna flik innehåller det material som är publikt i Lisam. Den information som publiceras här är inte juridiskt bindande, sådant material hittar du under övriga flikar på denna sida.
Det finns inga filer att visa.