Innføring i kunstig intelligens
³¢Ã¥²µ²¹°ù±ð²µ°ù²¹»å²õ±ð³¾²Ô±ð
- Studiepoeng
- 5
- Undervisningssemester ³ÕÃ¥°ù
- Emnekode
- INF626
- ±«²Ô»å±ð°ù±¹¾±²õ²Ô¾±²Ô²µ²õ²õ±è°ùÃ¥°ì
- Engelsk
- Ressursar
Emnebeskrivelse
MÃ¥l og innhold
²ÑÃ¥±ô:
Emnet har som mål å gi studentane ei innføring i kunstig intelligens med spesielt fokus på tema i maskinlæring. Studentane skal forstå korleis utvalde maskinlærings-algoritmar verkar, og vil gje grunnleggjande evner i å nytta løysingar innanfor kunstig intelligens på moderne problem.
Innhald:
Emnet tek opp tema som:
- etikk i kunstig intelligens
- klassifisering og regresjon
- klyngedanning
- neurale nettverk
³¢Ã¦°ù¾±²Ô²µ²õ³Ü³Ù²ú²â³Ù³Ù±ð
Studentene skal ved avslutta emne ha følgjande læringsutbyte definert i kunnskapar, ferdigheiter og generell kompetanse.
Kunnskapar:
studenten
- har kjennskap til dei største tema innanfor kunstig intelligens og deira mål
- kan skildre utfordringar ved å leggje til eller sikre moralsk åtferd om kunstig intelligente system
Ferdigheiter
Studenten
- å bruka vanlege maskinlærings-bibliotek
Generell kompetanse
Studenten
- skal forstå korleis klassifiseringa, regresjonen og klyngealgoritmar (presentert i undervisningsa) verkar.
Studiepoeng, omfang
Undervisningssemester
Krav til forkunnskaper
Anbefalte forkunnskaper
Studiepoengsreduksjon
Krav til studierett
Arbeids- og undervisningsformer
Emnet startar i andre halvdel av januar. Det er eit heildigitalt nettbasert ene, og undervisninga vil føregå over nett. Emnet er delt i fem forskjellige delar, og går over åtte veker. Det vil vere fokus på forskjelllige tema i kvar del. I dei første fem vekene er det planlagt å ha 2 sesjonar i veka med to timar forelesning og to timar gruppetime.
I den sjette og sjuande veka skal studentane arbeide med eit prosjekt der det blir utvikla eit kunstig intelligens-system. Undervisninga blir avslutta i den åttande veka, der studentane presenterer prosjektet sitt. i gruppeøvingane vil studentane bli støtta av undervisningsassistentar.
Obligatorisk undervisningsaktivitet
Vurderingsformer
I emnet nyttar ein følgjande vurderingsformer:
- gruppearbeid, utgjer 50 % av karakteren
- digital skriftleg eksamen (2 timar) utgjer 50 % av karakteren
Begge delar må vere godkjent for å bestå emnet.