1 (3)
Kursplan för:
Datateknik AV, Artificiell Intelligens för agenter, 7,5 hp
Computer Engineering MA, Artificial Intelligence for Agents, 7.5 credits
Allmänna data om kursen
Kurskod
DT015A
Ämne/huvudområde
Datateknik
Nivå
Avancerad
Inriktning (namn)
Artificiell Intelligens för agenter
Högskolepoäng
7.5
Fördjupning vs. Examen
A1N , Kursen ligger på avancerad nivå och har endast
kurs(er) på grundnivå som förkunskapskrav.
Utbildningsområde
Teknik
Ansvarig avdelning
Avdelningen för data- och systemvetenskap
Inrättad
2007-03-15
Fastställd
2008-10-07
Senast reviderad
2013-07-09
Giltig fr.o.m
2013-08-15
100%
Syfte
Kursens syfte är att ge en allmän orientering om artificiell intelligens med fokus
mot begrepp och metoder för design av intelligenta agenter.
2 (3)
Lärandemål
Efter godkänd kurs skall du
- kunna beskriva och exemplifiera delområden inom artificiell intelligens,
- kunna förklara, exemplifiera, kategorisera och använda sökstrategier,
- kunna lösa problem, där lösningsalgoritmen ej är känd i förväg, med hjälp av
deklarativ programmering,
- kunna använda första ordningens logik och
- kunna förklara och exemplifiera interferens i första ordningens logik.
Innehåll
Kursen behandlar:
- Översikt över området artificiell intelligens.
- Propositional och predikat logik.
- Deklarativ programmering (Prolog).
- Sökstrategier.
- Logik och deduktion.
- Kunskapsrepresentation.
- Planering.
Behörighet
En B från gymnasiet samt Datateknik GR (AB), 60 hp, varav lägst 22,5 hp inom GR
(B), inkluderande Objektorienterad programmering i Java II, 7,5 hp eller
Objektbaserad programmering i C++, 7,5 hp.
Urvalsregler
Urval sker i enlighet med Högskoleförordningen och den lokala
antagningsordningen.
Undervisning
Kursen kan genomföras som campuskurs eller som webbaserad distanskurs utan
samlingar. Olika genomföranden ställer olika krav på lärare och student. Vid varje
kurstillfälle framgår vilken undervisningsform som kommer att tillämpas.
Campuskurs:
Undervisningen består av cirka 32 timmar (16 %) föreläsningar och 32 timmar (16
%) handledda laborationer. Cirka 136 timmar (68 %) av kurstiden är studietid utan
lärare som du skall ägna åt inläsning av litteratur, förberedelser för laboration, eget
laborerande, redovisning av uppgifter samt förberedelser för seminarier och
tentamen. Vid förändrad resurstillgång kan fördelningen ändras.
Webbaserad distanskurs utan samlingar:
Allt kursmaterial presenteras via en webbaserad undervisningsplattform.
Handledning ges via den aktuella undervisningsplattformen utifrån den enskilde
studentens behov. Detta kan exempelvis ske via e-post eller diskussionsgrupper.
För varje student avsätts cirka 5 timmars handledningstid.
3 (3)
Examination
4.5 hp, L101: Laborationer
Betyg: Underkänd (F) eller Godkänd (P)
3.0 hp, T101: Tentamen
Betyg: A, B, C, D, E, Fx och F. A-E är Godkänt och Fx och F är Underkänt.
Betygskriterier för ämnet finns på www.miun.se/betygskriterier.
Betygsskala
På kursen ges något av betygen A, B, C, D, E, Fx och F. A - E är Godkänt, Fx och F
är underkänt.
Litteratur
Obligatorisk litteratur
Russell Stuart and Norvig Peter, Artificial Intelligence; A modern Approach,
Prentice Hall, Senaste upplaga
Övrig information
Denna kurs kan inte ingå i samma examen som kurs med kod DTAC23 eller
DT089G.
