Metoder i kunstig intelligens

Emnet er en videreføring av TDT4136 Introduksjon til kunstig intelligens og TDT4172 Introduksjon til Maskinlæring.

De tre hovedformene for resonnering (regelbasert, modellbasert, og casebasert) behandles, med hovedfokus på modellbasert resonnering. Resonnering med usikker og delvis manglende informasjon, gis spesiell fokus. I denne delen av kurset er de symbolprosesserende metodene Bayesianske nettverk og beslutningsgrafer beskrevet. Deretter vil vi diskutere moderne metoder innen maskinlæring.

Kunnskaper:

• Generelle prinsipper for kunstig intelligens (AI)
• Effektiv representasjon av usikker kunnskap
• Prinsipper for rasjonell beslutningstakning
• Lærende/adapterende systemer.

Ferdigheter:

• Vurdere forskjellige rammeverk for kunstig intelligens i spesifikke brukssituasjoner
• Lage systemer som realiserer aspekter av intelligent adferd i datamaskinsystemer.

Generell kompetanse:

• Kjenne fagfeltet AIs grunnlag hentet fra matematikk, logikk og kognitive vitenskaper.

Forelesninger, selvstudium og øvinger.