IT8000
Videregående emner i casebasert resonnering
Sist undervist 2021
Vår
Trondheim
Norsk
Om emnet
Faglig innhold
Innen CBR er det en økende oppmerksomhet mot nyere metoder for similaritetsvurdering, adaptasjon, samt case-læring og vedlikehold av store case baser. Videre er det en økende interesse for ulike former for kombinasjoner med andre metoder for problemløsning og maskinlæring, ikke minst aktualisert gjennom BigData-innflytelsen. Emnet vil primært karakterisere metoder som resonnerer utifra tidligere konkrete situasjoner (case-basert), men også generaliserte modeller (modell-basert), samt diskutere forskjellige tilnærminger for å integrere de to metodetypene. Det detaljerte innholdet vil i noen grad tilpasses deltakernes interesse.
Læringsmål
A. Kunnskap:
Å få en dypere forståelse av hvordan situasjonsspesifikk kunnskap (case-kunnskap) kan modelleres, automatisk læres og samlet utnyttes for problemløsning.
B. Ferdighet:
Å bli i stand til å utnytte tillærte teorier og prinsipper for å bygge reelle CBR-systemer rettet mot aktuelle anvendelsesområder.
C. Generell kompetanse:
Å få en forståelse av hvordan metoder innen CBR relateres til - og kan kombineres med - andre metoder, både innen AI og informatikk mer generelt.
Læringsformer og aktiviteter
Kollokvier, diskusjoner, mindre prosjekter.