| TDDA23 |
Artificiell intelligens och LISP, 4,5 p
/Artificial Intelligence and LISP/
För:
CII
DI
I
Ii
TB
|
| |
Utbildningsområde: Teknik
Ämnesgrupp: Datalogi, Datateknik Nivå (A-D):B
|
| |
Mål:
Kursen ska ge färdigheter i programmering och programspråket LISP som ett redskap. Kursen ska även ge kännedom om de grundläggande byggstenarna för Artificiell Intelligens.
|
| |
Förkunskaper: (gäller studerande antagna till program som kursen ges inom, se 'För:' ovan) Grundläggande kurser inom ämnesområdet datalogi motsvarande 8 poäng.
OBS! Tillträdeskrav för icke programstudenter omfattar vanligen också tillträdeskrav för programmet och ev. tröskelkrav för progression inom programmet, eller motsvarande.
|
| |
Påbyggnadskurser TDDB66 Expertsystem metodik och verktyg.
|
| |
Organisation: Kursen består av två delar, LISP och AI. På föreläsningarna i LISP presenteras språket och filosofin bakom. Lektionerna används för att öva och förbereda laborationerna. På föreläsningarna i AI presenteras grundläggande teori samt olika tillämpningar. På laborationerna används kunskaperna i LISP för att implementera olika AI-tekniker.
Laborationstiden är väl tilltagen, men det är också nödvändigt att på egen tid arbeta med uppgifterna både bredvid och vid datorn.
Kursen pågår under hela höstterminen.
|
| |
Kursinnehåll: Avancerad databehandling, såsom artificiell intelligens och expertsystem, kommer allt mer till användning vid beslutsfattande, ekonomiska analyser, produktionsplanering, robotstyrning, konstruktionsplanering m m. För att rätt förstå och utnyttja dessa tekniker krävs grundläggande kunskaper inom området artificiell intelligens. Vidare bör man ha kännedom om programspråket LISP i vilket den mesta AI-tekniken utvecklas, bl a de flesta expertsystemen.
Del 1. Programspråket LISP: Genomgång och användning av hjälpsystem i ett avancerat LISP-system, såsom editor, break och filhantering. Metodik för interaktiv och inkrementell programutveckling. Data- och programabstraktion.
Del 2. �-versikt över AI: Problemkarakteristik och tillämpningar.
Grundläggande problemlösningsmetoder: sökning i tillståndsrymd, resolution och predikatlogik samt strukturerad kunskapsrepresentation.
Tillämpningar: planering, naturligt språkbehandling, inlärning samt robotik.
|
| |
Kurslitteratur: Nilsson, Nils, Artificial Intelligence: A New Synthesis, Morgan Kauffman
Haraldsson, Anders, Programmering i Lisp, Studentlitteratur.
|
| |
Examination: |
TEN1 LAB1
|
En skriftlig tentamen En laborationskurs |
2,5 p 2 p
|
| |
|
|
|