Kursplan för Design av AI-system

Kursplan fastställd 2019-02-21 av programansvarig (eller motsvarande).

Kursöversikt

  • Engelskt namnDesign of AI systems
  • KurskodDAT410
  • Omfattning7,5 Högskolepoäng
  • ÄgareMPDSC
  • UtbildningsnivåAvancerad nivå
  • HuvudområdeDatateknik, Informationsteknik
  • InstitutionDATA- OCH INFORMATIONSTEKNIK
  • BetygsskalaTH - Fem, Fyra, Tre, Underkänd

Kurstillfälle 1

  • Undervisningsspråk Engelska
  • Anmälningskod 87115
  • Max antal deltagare30
  • Blockschema
  • Sökbar för utbytesstudenterNej
  • Endast studenter med kurstillfället i programplan.

Poängfördelning

0119 Inlämningsuppgift 7,5 hp
Betygsskala: TH
7,5 hp

I program

Examinator

Gå till kurshemsidan (Öppnas i ny flik)

Behörighet

Information saknas

Särskild behörighet

För kurser på avancerad nivå gäller samma grundläggande och särskilda behörighetskrav som till det kursägande programmet. (När kursen är på avancerad nivå men ägs av ett grundnivåprogram gäller dock tillträdeskrav för avancerad nivå.)
Undantag från tillträdeskraven: Sökande med en programregistrering på ett program där kursen ingår i programplanen undantas från ovan krav.

Kursspecifika förkunskaper

Matematik (minst 30 hp, innehållande Flervariabelanalys, Linjär algebra, och Matematisk Statistik), Programmering i ett generellt imperativt programmeringsspråk (t. ex. Python/Java/C eller liknande (minst 7,5 hp), och Algoritmer och/eller Datastrukturer (minst 7,5 hp).


En introduktionskurs i Data Science och/eller AI. En grundläggande kurs i Machine Learning eller att en sådan läses parallellt.

Syfte

Kursen syftar till att förklara hur olika välkända AI-system fungerar, ge inblick i hur man bygger sådana system, och övning i att själv utveckla AI-system. Kursen tar ett brett perspektiv och inkluderar även näraliggande områden som exempelvis data science, algoritmer och optimering när så är lämpligt.

Lärandemål (efter fullgjord kurs ska studenten kunna)

Efter godkänd kurs ska studenten kunna:

Kunskap och förståelse
  • Ge en överblick över olika tillämpningar inom AI och näraliggande områden.
  • Beskriva hur olika välkända AI-system fungerar och används.
  • Förklara hur AI-tekniker förhåller sig till andra slag av avancerad informationsbehandling.
Färdigheter och förmåga
  • Identifiera problem som kan lösas med AI-tekniker och annan avancerad informationsbehandling
  • Designa enklare AI-system för olika tillämpningar, inklusive modellval och systemdesign.
  • Implementera AI-system med programmering i kombination med olika verktyg och programmeringsbibliotek.
Värderingsförmåga och förhållningssätt
  • Diskutera fördelar och nackdelar hos olika typer av tillvägagångssätt och modeller inom AI
  • Reflektera över inneboende begränsningar och möjligheter med dagens AI-metoder 
  • Kritiskt analysera och diskutera AI-tillämpningar med avseende på etik, sekretess och samhällspåverkan
  • Uppvisa en reflekterande attityd i all inlärning

Innehåll

Kursen lär ut design av AI-system på flera olika sätt:
  • Läsning av artiklar och föreläsningar som beskriver olika AI-system och deras design (exempelvis AlphaZero, Watson, system för självkörande bilar,…)
  • Möjlighet att själv testa och se implementeringen av olika enklare AI-system.
  • Egen problemlösning i form av design och implementering av enklare AI-system.
  • Diskussion om möjligheter och begränsningar med AI, etik och samhällspåverkan.

Organisation

Föreläsningar och moduler med inlämningsuppgifter och miniprojekt – dessa utförs i huvudsak i grupper om två personer.

Litteratur

Kurslitteratur i form av artiklar mm. Som presenteras under kursens gång.

Examination inklusive obligatoriska moment

Inlämningsuppgifter och miniprojekt. Ingen tentamen.