course-details-portlet

TDT4171 - Metoder i kunstig intelligens

Om emnet

Vurderingsordning

Vurderingsordning: Skriftlig skoleeksamen
Karakter: Bokstavkarakterer

Vurdering Vekting Varighet Delkarakter Hjelpemidler
Skriftlig skoleeksamen 100/100 4 timer D

Faglig innhold

Emnet er en videreføring av TDT4136 Introduksjon til kunstig intelligens og TDT4172 Introduksjon til Maskinlæring. 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. I denne delen av kurset er de symbolprosesserende metodene Bayesianske nettverk og beslutningsgrafer beskrevet. Deretter vil vi diskutere moderne metoder innen maskinlæring.

Læringsutbytte

Kunnskaper:

  • 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.

Obligatoriske aktiviteter

  • Obligatoriske øvinger

Mer om vurdering

Et antall øvinger blir gitt i løpet av semesteret. En andel av disse må bestås for å kunne gå opp til eksamen. Detaljert informasjon om øvingene gis ved semesterstart.

Skriftlig eksamen blir kun gitt på engelsk.

Hvis det blir en utsatt eksamen kan skriftlig eksamen bli endret til muntlig eksamen.

Kursmateriell

  • Stuart Russel, Peter Norvig: Artificial Intelligence. A Modern Approach, Fourth Edition, Pearson, 2020.
  • Ian Goodfellow and Yoshua Bengio and Aaron Courville: Deep Learning, MIT Press, 2016.

Eventuelt øvrig materiale vil gjøres tilgjengelig via kursets websider.

Studiepoengreduksjon

Emnekode Reduksjon Fra Til
IT2702 3.7 HØST 2007
IT272 3.7 HØST 2007
MNFIT272 3.7 HØST 2007
TDT4170 3.7 HØST 2007
SIF8031 3.7 HØST 2007
IT3704 3.7 HØST 2008
MNFIT374 3.7 HØST 2008
MNFIT374 3.7 HØST 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 2025

Undervisningsspråk: Engelsk

Sted: Ålesund , Trondheim

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

Ansvarlig enhet
Institutt for datateknologi og informatikk

Timeplan

Listevisning
Kalendervisning

Eksamensinfo

Vurderingsordning: Skriftlig skoleeksamen

Termin Statuskode Vurdering Vekting Hjelpemidler Dato Tid Eksamens- system Rom *
Vår ORD Skriftlig skoleeksamen 100/100 D INSPERA
Rom Bygning Antall kandidater
Sommer UTS Skriftlig skoleeksamen 100/100 D INSPERA
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