EPN-V2

DAVE3625 Introduksjon til kunstig intelligens Emneplan

Engelsk emnenavn
Introduction to Artificial Intelligence
Omfang
10.0 stp.
Studieår
2025/2026
Emnehistorikk
Programplan

  • Innledning

    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.

  • Anbefalte forkunnskaper

    To interne sensorer. Ekstern sensor brukes jevnlig.

  • Forkunnskapskrav

    Dette emnet er en komplett løsning for å lære og utvikle Enterprise-applikasjoner, og er delt inn i to deler, "Programvarearkitektur" og "Rammeverk".

    "Rammeverk"-delen fokuserer på å lære Enterprise-orientert programutvikling gjennom programmering i populære rammeverk som Spring MVC, Spring Boot, Hibernate/JPA (for databasekobling), Spring ROO (for rask prototypeutvikling), XML og JSON (for datautveksling) og Amazon EC2 (for installasjon i skyen og testing av programvare).

    "Programvarearkitektur"-delen omfatter ulike arkitektoniske desingmønstere (klient-server, distribuert, webarkitektur også videre). Den dekker også hvordan man skal ta en ide og dele den opp i forretningskrav og fremstille dette gjennom arkitektoniske diagrammer. Denne delen av emnet viser hvordan en solid arkitektur danner ryggraden i en applikasjon.

  • Læringsutbytte

    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
    • Is able to solve real-life problems using artificial intelligence methods

  • Arbeids- og undervisningsformer

    Etter å ha gjennomført dette emnet har studenten følgende læringsutbytte, definert i kunnskap, ferdigheter og generell kompetanse:

    Kunnskap

    Studenten:

    • har en generell kjennskap til et bredt utvalg av ulike programvarearkitekturer og rammeverk
    • forstår kost/nytte verdien av å benytte programvarearkitekturer og rammeverk i store programsystemer.

    Ferdigheter

    Studenten kan:

    • anvende rammeverk som Spring MVC, Spring Roo, Spring Boot, Hibernate/JPA, XML/JSON og Amazon EC2 (til deployment)
    • klient-tjener arkitekturer, web-rammeverk og objekt-relasjonsmapping (ORM)
    • utarbeide dokumentasjon for rammeverk og arkitekturer
    • arbeide med prosjekter og arbeidsoppgaver, både selvstendig og i team

    Generell kompetanse

    Studenten:

    • kjenner til teknikker og teorier som fremmer god kvalitet i programsystemer
    • er bevisst viktigheten av rammeverk og arkitekturer i store programsystemer

  • Arbeidskrav og obligatoriske aktiviteter

    Forelesninger og øvinger. I øvingstimene arbeider studentene med oppgaver, dels individuelt, dels i grupper (2-3) og får veiledning.

  • Vurdering og eksamen

    Følgende arbeidskrav er obligatorisk og må være godkjent for å fremstille seg til eksamen:

    • 3 arbeider

  • Hjelpemidler ved eksamen

    Prosjektarbeid i gruppe (2-3 studenter) der arbeidets dokumenterte resultat vurderes.

    Prosjektarbeid består av sluttrapport (ca. 8-16 sider med analyse, systemkrav, systemsdiagram, modellering også videre) og programkode. Programkode må inkludere de fleste av rammeverkene og teknologiene studenter har lært gjennom semesteret. Hver studentgruppe skal gis en unik forretnings case som dekker et større område enn de som gis for obligatoriske oppgaver (arbeidskrav).

    Sluttrapport vurderes i forhold til hvor riktig forretningskrav og tilsvarende domenedesign er implementert. Programkode vurderes av implementering av rammeverk i forhold til forretningslogikk.

    Eksamensresultat kan påklages. Ved ny/utsatt eksamen kan en ny prosjektoppgave (forretnings case) leveres med en ny frist gis.

  • Vurderingsuttrykk

    Alle.

  • Sensorordning

    Gradert skala A-F.