Emne - Metoder i kunstig intelligens - TDT4171
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.
Anbefalte forkunnskaper
- TDT4136 Introduksjon til kunstig intelligens, eller tilsvarende.
- TMA4240 Statistikk eller lignende
- TDT4172 Introduksjon til maskinlæring eller lignende
- Programmeringserfaring, for eksempel gjennom TDT4109 - Informasjonsteknologi, grunnkurs
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 |
Ingen
Versjon: 1
Studiepoeng:
7.5 SP
Studienivå: Tredjeårsemner, nivå III
Termin nr.: 1
Undervises: VÅR 2025
Undervisningsspråk: Engelsk
Sted: Ålesund , Trondheim
- Datateknikk
- Informatikk
Ansvarlig enhet
Institutt for datateknologi og informatikk
Eksamensinfo
Vurderingsordning: Skriftlig skoleeksamen
- Termin Statuskode Vurdering Vekting Hjelpemidler Dato Tid Eksamens- system Rom *
- Vår ORD Skriftlig skoleeksamen 100/100 D 08.05.2025 09:00 INSPERA
-
Rom Bygning Antall kandidater SL110 hvit sone Sluppenvegen 14 58 SL311 lyseblå sone Sluppenvegen 14 51 SL111 blå sone Sluppenvegen 14 21 A-atriet-2/3 (A-160) Ametyst 2 G326 Gnisten/Fagskolen 1 SL111 orange sone Sluppenvegen 14 60 SL111 grønn sone Sluppenvegen 14 50 - 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.
For mer info om oppmelding til og gjennomføring av eksamen, se "Innsida - Eksamen"