Skriv ut som pdf om du vill ha en pdf! Om du vill ha en snyggare utskrift, klicka bort webbläsarens automatiskt tillagda sidhuvud och sidfot.

Blekinge Tekniska Högskola
Institutionen för datavetenskap

Revision: 1
Dnr: BTH-4.1.14-0214-2025


Kursplan

Tillämpad artificiell intelligens

Applied artificiell intelligens

6 högskolepoäng (6 credits)

Kurskod: DV2659
Huvudområde: Datavetenskap, Teknik
Utbildningsområde: Tekniska området
Utbildningsnivå: Avancerad nivå
Fördjupning: A1N - Avancerad nivå, har endast kurs/er på grundnivå som förkunskapskrav

Undervisningsspråk: Engelska
Gäller från: 2025-03-13
Fastställd: 2025-03-13

1. Beslut

Denna kurs är inrättad av dekan 2024-12-13. Kursplanen är fastställd av prefekten vid institutionen för datavetenskap 2025-03-13 och gäller från 2025-03-13.

2. Förkunskapskrav

För tillträde till kursen krävs 5 avklarade hp från programmeringskurser, 5 avklarade hp i datastrukturer och algoritmer samt genomgången kurs i matematisk statistik.

3. Syfte och innehåll

3.1 Syfte

Artificiell intelligens (AI) i olika former finns i en allt större andel av de datoriserade system vi använder – intelligenta agenter, beslutsstödssystem, optimeringstekniker, maskininlärning och hybridsystem. Kursen behandlar även digital etik i relation till dessa teknologier och system. Kursen syftar till att introducera området artificiell intelligens och några av problemen inom de olika forskningsområdena där AI har visat sig kraftfullt.

3.2 Innehåll

Kursen innehåller en historisk översikt av AI, med tonvikt på viktiga milstolpar ur ett applikationsperspektiv.
Områden som omfattas inkluderar:

  • introduktion till AI
  • kunskapsrepresentation
  • expertsystem
  • grafer, sökning och heuristik
  • agentsystem
  • digital etik
  • data mining och kunskapsupptäckt
  • maskininlärning, inklusive olika inlärningsparadigm som djupinlärning
  • moderna tillämpningar av AI, t.ex. dess användning inom maskinseende och naturlig språkbehandling.

4. Lärandemål

Följande lärandemål examineras i kursen:

4.1. Kunskap och förståelse

Efter genomförd kurs ska studenten kunna:

  • förklara AI, dess applikationer och viktiga underfält

Kompetens och färdigheter

Efter genomförd kurs ska studenten kunna:

  • i skriftlig form kommunicera styrkor och svagheter med olika AI-metoder
  • föreslå lämplig(a) AI-metod(er) för ett givet problem
  • designa, utveckla och implementera AI-lösningar på relevanta problem med hjälp av ett programmeringsspråk
  • utvärdera prestandan för grundläggande AI-applikationer

4.2. Värderingsförmåga och förhållningssätt

Efter genomförd kurs ska studenten kunna:

  • kritiskt granska och resonera om potentialen och gränserna för AI-metoder
  • förklara etiska och hållbarhetsrelaterade frågor inom AI-området

5. Läraktiviteter

Kursen ges i form av föreläsningar, övningar och laborationer. Föreläsningarna ges på hybridform, en blandning av distans- och campus-undervisning. Övningar och laborationer utförs i mindre grupper, där studenterna tränar de förmågor, färdigheter och förhållningssätt som behövs för att uppfylla kursmålen.

6. Bedömning och examination

Examinationsmoment för kursen

Kod Benämning Omf. Betyg
2510 Inlämningsuppgift 1 1 hp GU
2520 Inlämningsuppgift 2 2 hp GU
2530 Salstentamen [1] 3 hp AF

[1] Bestämmer kursens slutbetyg vilket utfärdas först när samtliga moment godkänts.

Kursen bedöms med betygen A Utmärkt, B Mycket bra, C Bra, D Tillfredställande, E Tillräckligt, FX Underkänd, något mer arbete krävs, F Underkänd.

Examinator har möjlighet att muntligen följa upp skriftliga examinationer.

I kurstillfällets information inför kursstart framgår i vilka examinationsmoment som kursens lärandemål examineras samt gällande bedömningsgrunder.

Examinator kan, efter samråd med högskolans FUNKA-samordnare, fatta beslut om anpassad examinationsform för att en student med varaktig funktionsvariation ska ges en likvärdig examination jämfört med en student utan funktionsvariation.

7. Kursvärdering

Kursvärdering ska göras i enlighet med BTH:s beslut om frågeställning i kursvärderingar och beslut om process för hantering och uppföljning av kursvärderingar.

8. Begränsningar i examen

Kursen kan ingå i examen men inte tillsammans med annan kurs vars innehåll, helt eller delvis, överensstämmer med innehållet i denna kurs.

9. Kurslitteratur och övriga lärresurser

Huvudbok:
Artificial Intelligence: A Guide to Intelligent Systems (4th Edition)
Författare: Michael Negnevitsky
Förlag: Addison-Wesley
Utgiven: 2024
ISBN: 9781292730851

Övriga Lärresurser:
Artificial Intelligence – A modern approach, 4th ed
Författare: Stuart Russell & Peter Norvig
Förlag: Prentice Hall
Utgiven: 2020, Antal sidor: 1136
ISBN-10: 0-13-461099-7

10. Övrigt

Denna kurs ersätter kursen DV2619