Programplaner og emneplaner - Student
DAVE3625 Introduction to Artificial Intelligence Course description
- Course name in Norwegian
- Introduksjon til Kunstig Intelligens
- Study programme
-
Bachelor in Applied Computer TechnologyBachelor's Degree Programme in Software EngineeringBachelor’s Programme in Electrical EngineeringBachelor's Degree Programme in Mathematical Modelling and Data ScienceBachelor's Degree Programme in Information Technology
- Weight
- 10.0 ECTS
- Year of study
- 2021/2022
- Curriculum
-
FALL 2021
- Schedule
- Programme description
- Course history
-
Introduction
This course provides a broad introduction to Artificial Intelligence (AI), with methodologies and techniques that can be applied to different application domains. The course will balance theoretical approaches and practical tasks. Two broad AI areas will be covered, namely supervised and unsupervised methods. Among those, standard methods for regression, classification and clustering will be covered, e.g. support vector machines, nearest neighbor, decision tree, K-means, agglomerative and hierarchical clustering. An introduction to the usage of artificial neural networks and backpropagation algorithm will be provided.
Recommended preliminary courses
En intern sensor og en bedømmersensor (vurderer et utvalg av eksamensoppgavene). Ekstern sensor brukes jevnlig.
Required preliminary courses
None
Learning outcomes
On successful completion of the course, the student should have the following learning outcomes defined in terms of knowledge, skills and general competence.
Knowledge
The student:
- Knows how the field of artificial intelligence developed historically
- Is familiar with the main artificial intelligence theories and has a practical understanding of the development and use of artificial intelligence
- Can reflect on the practical, social and ethical implications of the development of artificial intelligence
- Has an understanding of the current application areas of artificial intelligence
Skills
The student:
- Has the theoretical and practical skills to build simple artificial intelligence systems
- Can use a variety of state-of-the-art artificial intelligence techniques in different application domains
- Can evaluate the technical quality and practical value of various types of artificial intelligence
Competence
The student:
- Has both theoretical and practical understanding of artificial intelligence methods
- Can discuss the relevance, strengths and limitations of artificial intelligence methods
- Is able to solve real-life problems using artificial intelligence methods
Teaching and learning methods
Kunnskap
Studenten
- har bred kunnskap om visuelle virkemidler og visuell kommunikasjon gjennom maleri
- har bred kunnskap om materialer, redskaper og teknikker som er knyttet til arbeid med maleri i opplæringen
- har kunnskap om samtidens visuelle uttrykk og kan bruke dette som referanse for eget skapende arbeid
- har kunnskap om ulike sytematiske, utforskende og kreative metoder innen skapende arbeid
- har kjennskap til innovasjon, forskning og utviklingsarbeid innen maleri
Ferdigheter
Studenten
- kan reflektere, drøfte, anvende og vurdere faglig kunnskap på teoretiske og praktisk-estetiske problemstillinger
- kan utforske og vurdere samspillet mellom materialer, redskaper og teknikker i praktisk arbeid, innen tradisjon og nyskaping
- kan definere og utføre et FoU-arbeid innen maleri
- kan anvende og reflektere over fagdidaktisk kunnskap samt erfaring fra praksis som grunnlag for skapende arbeid og undervisning
Generell kompetanse
Studenten
- kan inspirere, motivere og veilede i kreative og utforskende arbeidsformer
- kan gjøre rede for sentrale metoder og tilnærmingsmåter for innhenting av kunnskap innen maleri
- har innsikt i redskapsbruk, materialbruk og produksjon i et bærekraftig perspektiv ut fra helse, miljø og sikkerhet
- kan drøfte og vurdere feltet design, kunst og håndverk som grunnlag for mulige yrkesvalg for elever
Course requirements
Alle sentrale aspekter i emnet behandles nødvendigvis ikke i undervisningen, men skal dekkes av studenten selv gjennom pensumlitteratur, aktiv deltakelse i undervisningen og øvrig studiearbeid.
Arbeidsformene veksler mellom forelesninger, selvstudium og ulike former for gruppearbeid. Arbeidsmåtene omfatter også opplæring i ulike veilednings- og vurderingsformer underveis. Skapende arbeid foregår på verkstedene og det legges vekt på en utforskende arbeidsmetode.
Assessment
Arbeidskrav må være innfridd og være vurdert til godkjent før studentene kan framstille seg til eksamen.
Arbeidskrav:
- Presentasjon av prosjektplan.
Permitted exam materials and equipment
Eksamen innen emnet er en prosjektoppgave innen selvvalgt tema.
Prosjektoppgaven består av følgende krav:
- Avgrensning av prosjekt med problemstilling.
- Skriftlig del der fagteori, profesjonsforankring og metodebeskrivelse inngår. Omfang: 2000-2500 ord.
- Undersøkelser og ferdigstilt praktisk skapende arbeid.
Eksamensresultat kan påklages.
Grading scale
Alle.
Examiners
Gradert skala A-F