Kursplan för Introduktion till artificiell intelligens

Kursplan fastställd 2024-02-22 av programansvarig (eller motsvarande).

Kursöversikt

  • Engelskt namnIntroduction to artificial intelligence
  • KurskodMMS131
  • Omfattning7,5 Högskolepoäng
  • ÄgareTKMAS
  • UtbildningsnivåGrundnivå
  • HuvudområdeAutomation och mekatronik, Maskinteknik
  • TemaMTS 0,5 hp
  • InstitutionMEKANIK OCH MARITIMA VETENSKAPER
  • BetygsskalaTH - Mycket väl godkänd (5), Väl godkänd (4), Godkänd (3), Underkänd

Kurstillfälle 1

  • Undervisningsspråk Engelska
  • Anmälningskod 55125
  • Sökbar för utbytesstudenterJa
  • Endast studenter med kurstillfället i programplan.

Poängfördelning

0121 Projekt 7,5 hp
Betygsskala: TH		0 hp0 hp0 hp7,5 hp0 hp0 hp

I program

Examinator

Behörighet

Grundläggande behörighet för grundnivå
Sökande med en programregistrering på ett program där kursen ingår i programplanen undantas från ovan krav.

Särskild behörighet

Samma behörighet som det kursägande programmet.
Sökande med en programregistrering på ett program där kursen ingår i programplanen undantas från ovan krav.

Kursspecifika förkunskaper

Grundläggande ingenjörsmatematik och programmering.

Syfte

Kursen syfte är att introducera studenter till artificiell intelligens inklusive (men ej begränsat till) det viktiga underområdet maskininlärning.

Lärandemål (efter fullgjord kurs ska studenten kunna)

  • Beskriva, implementera och använda logik och probabilistisk slutledning
  • Beskriva, implementera och använda olika metoder för klassificering, maskininferens, klustring, planering och beslutsfattande
  • Beskriva, implementera och använda stokastiska optimeringsalgoritmer
  • Beskriva och diskutera intelligenta agenter för människa-maskin-interaktion (konversation)
  • Beskriva, implementera och använda neurala nätverk och djupinlärning
  • Beskriva, implementera och använda förstärkningsinlärning (reinforcement learning)
  • Analysera och kritiska diskutera etiska aspekter av AI, inklusive jämställdhet, mångfald och likabehandling
  • Diskutera och analysera olika tillämpningar av AI

Innehåll

  • Allmän översikt över det stora området för artificiell intelligens (AI)
  • Agenter och logik
  • Probabilistiska resonemang
  • Maskininlärning (klassificering, regression, klustring)
  • Planering, beslutsfattande och beslutsstödssystem
  • Stokastiska optimeringsmetoder (evolutionära algoritmer)
  • Naturlig språkbehandling och samtalsagenter
  • Neurala nätverk, djupinlärning och relevanta nätverksarkitekturer, såsom konvolutionella och återkommande nätverk
  • Förstärkningsinlärning och Q-learning
  • Tillämpningar inom robotik, autonoma fordon, bildigenkänning, tidsserieanalys m.m.
  • Etiska aspekter av AI: tolkningsbarhet, ansvarighet, partiskhet, regelverk, jämställdhet, mångfald och likabehandling

Organisation

Kursen löper över en läsperiod och är organiserad i form av en serie föreläsningar och övningar, kombinerade med projektarbete. I normalfallet är det två föreläsningar och ett övningstillfälle per läsvecka.

Litteratur

[1] Russell, S.J., Norvig, P. Artificial intelligence: A modern approach (3rd or 4th edition)
[2] Mehlig, Bernhard, Machine learning with neural networks. An introduction for scientists and engineers, (2021). 
[3] Sutton, Richard S. & Barto, Andrew G.,  Reinforcement Learning: An Introduction (2nd ed.)

Examination inklusive obligatoriska moment

Examinationen baseras på ett antal inlämningsuppgifter.

Kursens examinator får examinera enstaka studenter på annat sätt än vad som anges ovan om särskilda skäl föreligger, till exempel om en student har ett beslut från Chalmers om pedagogiskt stöd på grund av funktionsnedsättning.