Moment 1, teoridel, 4.5 högskolepoäng
Momentet innefattar genomgång av teorier, metoder, algoritmer och principer för sökning heuristik, spelteorier och spelmetoder, kunskapsrepresentation, planering, inlärning och osäkerhet. Genomgång av logik; sats- och predikatlogik. Allt ovan studeras i relation till intelligenta agenter.
Moment 2, laborationsdelt, 3 högskolepoäng
Delmomentet utgörs av en laborationskurs med ett antal obligatoriska inlämningsuppgifter. I denna laborationskurs tränas tillämpning av någon eller några av delarna från moment 1 praktiskt.
Moment 3, kognitionsvetenskapligt seminarium, 0 högskolepoäng (obligatoriskt moment)
Delmomentet utgörs av aktivt deltagande i en seminarieserie.
Förväntade studieresultat
Efter avslutad kurs ska studenten kunna:
- Översiktligt redogöra för området artificiell intelligens historia och olika perspektiv på artificiell intelligens.
- Beskriva och redogöra för begrepp, metoder och teorier för sökning, heuristik, spelteorier och spelmetoder, kunskapsrepresentation, planering, inlärning och osäkerhet.
- Redogöra för skillnader mellan oinformerad sökning och informerad sökning.
- Tillämpa olika metoder för lösningar till sökrelaterade problem och analysera resultaten.
- Beskriva utförligt begreppet intelligent agent.
- Identifiera och studera metoder för lösning av mindre ämnesrelaterade problem, t.ex. inom inlärning, osäkerhet och beslutsmodeller.
- Beskriva begrepp och metoder för sats- och predikatlogik och utföra/producera enklare logiska resonemang genom att tillämpa sats- och predikatlogik.
- Förklara och beskriva laborationsuppgifter i skriftlig dokumentation.
Behörighetskrav
Univ:För tillträde till kursen krävs 60 hp inom huvudområdet datavetenskap eller 2 års studier, i båda fallen inkluderande en inledande kurs i programmeringsmetodik på grundnivå samt Datastruktrer och algoritmer (5DV043) eller Datavetenskapens grunder med inriktning mot kognition (5DV062) eller motsvarande kunskaper.
Undervisningens upplägg
Undervisningen bedrivs i form av föreläsningar, arbete i datorlabb och övningar i mindre grupper. Utöver schemalagda aktiviteter krävs även individuellt arbete med materialet.
Examination
Examinationen sker dels genom skriftlig tentamen (på teoridelen) dels genom ett laborationsmoment. På en skriftlig tentamen sätts något av betygen Underkänd (U), Godkänd (G), eller Väl godkänd (VG). På laborationsmomentet ges endast betygen Underkänd (U) eller Godkänd (G). På hela kursen ges något av betygen Underkänd (U), Godkänd (G) eller Väl godkänd (VG). För att bli godkänd på hela kursen krävs att samtliga prov och obligatoriska moment är godkända. Betyget utgör en sammanfattande bedömning av resultaten vid examinationens olika delar och sätts först när alla obligatoriska moment är godkända.
För studerande som inte godkänns vid ordinarie provtillfälle anordnas ytterligare provtillfälle.
Studerande som två gånger underkänts i prov, har rätt att hos styrelsen ör institutionen för datavetenskap begära att annan lärare utses för att sätta betyg på honom/henne. Den som godkänts i ett prov får ej undergå förnyat prov för högre betyg
TILLGODORÄKNANDE
I en examen får denna kurs ej ingå, helt eller delvis, samtidigt med en annan kurs med likartat innehåll. Vid tveksamheter bör den studerande rådfråga studievägledare vid Institutionen för datavetenskap.
Litteratur
Litteraturlistan är inte tillgänglig via den webbaserade utbildningskatalogen.
Kontakta aktuell institution.
