| TDDC17 |
Artificiell intelligens, 6 hp
/Artificial Intelligence /
För:
CS
D
DAV
DI
I
Ii
IP
IT
Mat
U
Y
|
OBS! |
Får ej ingå i examen samtidigt som TDDC65
|
| |
Prel. schemalagd
tid: 52
Rek. självstudietid: 108
|
| |
Utbildningsområde: Teknik
Huvudområde: Datateknik, Datavetenskap Nivå (G1,G2,A): G2
|
| |
Datavetenskap Datavetenskap, datalogi
|
| |
Mål:
IUAE-matris
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
|
| |
Förkunskaper: (gäller studerande antagna till program som kursen ges inom, se 'För:' ovan)
Programmering i ett funktionellt, imperativ eller objektorienterat programspråk. Kunskaper om datastrukturer och algoritmer. Kännedom om logik och diskret matematik är användbart.
OBS! Tillträdeskrav för icke programstudenter omfattar vanligen också tillträdeskrav för programmet och ev. tröskelkrav för progression inom programmet, eller motsvarande.
|
| |
Påbyggnadskurser
AI-programmering
|
| |
Organisation:
Föreläsningarna ägnas åt teorigenomgång. Implementation av några av de presenterade teorierna utförs i Common Lisp eller Java på laborationerna.
|
| |
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.
|
| |
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.
|
| |
Examination: |
TEN1
LAB1
|
En skriftlig tentamen (U,3,4,5)
En laborationskurs (U,G)
|
3 hp
3 hp
|
| |
|
|