Kursplan

Artificiell intelligens, 7,5 högskolepoäng

Artificial Intelligence, 7,5 Credits

Kurskod: DT112G Högskolepoäng: 7,5
Huvudområde: Datateknik Fördjupning: G1F
    Senast ändrad: 2019-09-12
Utbildningsnivå: Grundnivå Beslutad av: Prefekt
Inrättad: 2015-12-02 Litteraturlista fastställd: 2019-09-12
Giltig fr.o.m.: Vårterminen 2020 Revision: 1

Mål

Mål för utbildning på grundnivå

Utbildning på grundnivå ska utveckla studenternas

  • förmåga att göra självständiga och kritiska bedömningar,
  • förmåga att självständigt urskilja, formulera och lösa problem, och
  • beredskap att möta förändringar i arbetslivet.

Inom det område som utbildningen avser ska studenterna, utöver kunskaper och färdigheter, utveckla förmåga att

  • söka och värdera kunskap på vetenskaplig nivå,
  • följa kunskapsutvecklingen, och
  • utbyta kunskaper även med personer utan specialkunskaper inom området.

(1 kap. 8 § högskolelagen)

Kursens mål

Kunskap och förståelse
Efter avslutad kurs ska den studerande kunna

  • förklara principer bakom intelligenta algoritmer,
  • diskutera betydelsen av problem- och kunskapsmodellering,
  • använda och granska AI-tekniker för sökning, planering, kunskapsrepresentation och resonemang samt andra centrala delområden av artificiell intelligens, och
  • beskriva problem och algoritmer i övriga delområden, som agenter, probabilistiska resonemang och maskininlärning.

Färdighet och förmåga
Efter avslutad kurs ska den studerande kunna

  • modellera enkla problem för användning av lämpliga problemlösningsmetoder, och
  • tilllämpa intelligenta algoritmer i ett passande programspråk i en enkel problemkontext.

Värderingsförmåga och förhållningssätt
Efter avslutad kurs ska den studerande kunna

  • värdera vilken som är den bästa intelligenta metoden för att lösa ett enklare problem,
  • uppvisa ett professionellt förhållningsätt till användande och programmering av intelligenta
  • metoder, och
  • reflektera över etiska frågeställningar relevanta för modern artificiell intelligens.

Kursens huvudsakliga innehåll

Kursen ger en allmän bild av ett större urval av delområden inom AI. Dessa inkluderas i teori och delvis i användning:

  • automatisk problemlösning
  • automatiska resonemang
  • automatisk planering
  • kunskapsrepresentation
  • hantera osäkerhet
  • maskininlärning, och
  • artificiell intelligens och samhället, samt etiska frågor.

Studieformer

Undervisningen bedrivs i form av föreläsningar och datorlaborationer.
Föreligger behov kan föreläsningarna kompletteras med teoretiska övningar.

Den som antagits till och registrerats på en kurs har rätt att erhålla undervisning och/eller handledning under den tid som angavs för kurstillfället som den sökande blivit antagen till (se universitetets antagningsordning). Därefter upphör rätten till undervisning och/eller handledning.

Examinationsformer

Teori, 4,5 högskolepoäng (Provkod: A001)
Salstentamen.

Laborationer, 3 högskolepoäng (Provkod: A002)
Muntlig och skriftlig redovisning av projektuppgifter, skriftlig inlämningsuppgift om utvalda etiska frågor. Projektuppgifter och inlämningsuppgifter presenteras enskilt eller i grupp enligt lärarens anvisningar.


För studenter med dokumenterad funktionsnedsättning kan universitetet besluta om anpassning av examination eller annan examinationsform.

För ytterligare information se universitetets regler för examination inom utbildning på grundnivå och avancerad nivå.

Kommentar till examinationsformer

Omtentamen infaller inom elva veckor efter ordinarie tentamen.

Betyg

Enligt 6 kap. 18 § högskoleförordningen ska betyg sättas på en genomgången kurs om inte universitetet föreskriver något annat. Universitetet får föreskriva vilket betygssystem som ska användas. Betyget ska beslutas av en av universitetet särskilt utsedd lärare (examinator).

Enligt föreskrifter om betygssystem för utbildning på grundnivå och avancerad nivå (rektors beslut 2019-01-15, ORU 2019/00107) ska som betyg användas något av uttrycken underkänd, godkänd eller väl godkänd. Rektor eller den rektor bestämmer får besluta om undantag från denna bestämmelse för en viss kurs om det finns särskilda skäl.

Som betyg på kursen används Underkänd (U), 3, 4 eller 5.

Teori
Som betyg används Underkänd (U), 3, 4 eller 5.

Laborationer
Som betyg används Underkänd (U) eller Godkänd (G).

För ytterligare information se universitetets regler för examination inom utbildning på grundnivå och avancerad nivå.

Kommentar till betyg

Omtentamen infaller inom elva veckor efter ordinarie tentamen.

Som betyg på kursen ges betyget från A001, givet att A002 är godkänd.

Enligt rektorsbeslut, dnr 4.3.1-3289/2013 har avsteg medgivits från den tregradiga betygsskalan.

Kursens betyg översätts till ECTS-betygsskalan.

Särskild behörighet och andra villkor

Datastrukturer och algoritmer, 7,5 högskolepoäng och Objektorienterad programmering, 7,5 högskolepoäng.

För ytterligare information se universitetets antagningsordning.

Tillgodoräknande av tidigare utbildning

Student som tidigare genomgått utbildning eller fullgjort annan verksamhet ska enligt högskoleförordningen tillgodoräknas detta som en del av den aktuella utbildningen under förutsättning att den tidigare utbildningen eller verksamheten uppfyller vissa krav.

För ytterligare information se universitetets lokala regler för tillgodoräknanden.

Övergångsbestämmelser

Kursen kan ges på engelska.

Kurslitteratur och övriga läromedel

Obligatorisk litteratur

Russell, Stuart; Norvig, Peter (senaste upplagan)
Artificial Intelligence, A Modern Approach
Pearson Education