02461 Introduktion til intelligente systemer

2018/2019

Kurset er kun for bachelor studerende i Kunstigintelligens og data
Kursusinformation
Introduction to Intelligent Systems
Dansk
10
Bachelor
E4A (tirs 13-17) og Januar
Kursus består af 5 ECTS i efteråret og 5 ECTS i januar
Campus Lyngby
Forelæsninger, teoretiske øvelser, experimentelle øvelser, opgaver og et projekt.
13-uger + 3-uger
E2A, Aftales med lærer
Mundtlig eksamen og bedømmelse af rapport(er)
Rapport og mundtlig eksamen med udgangspunkt i egne experimentelle resultater
30 min
Alle hjælpemidler er tilladt
7-trins skala , ekstern censur
Minimum 10
Lars Kai Hansen , Lyngby Campus, Bygning 321, Tlf. (+45) 4525 3889 , lkai@dtu.dk
Morten Mørup , Tlf. , mmor@dtu.dk
Mikkel Nørgaard Schmidt , mnsc@dtu.dk
Ole Winther , Lyngby Campus, Bygning 321, Tlf. (+45) 4525 3895 , olwi@dtu.dk

01 Institut for Matematik og Computer Science
I studieplanlæggeren

Husk at kurset kun for bachelor studerende i Kunstigintelligens og data
Overordnede kursusmål
At give deltagerne et overblik og basal indsigt i intelligente systemer, herunder de definerende egenskaber af intelligente systemer. Anvendelser af intelligente systemer indenfor billeder, tekst, og spildata. Fokus på værktøjer til beregning og samarbejdsstøtte indenfor kunstig intelligens. Kurset giver en generel introduktion til ingeniørmæssige anvendelser af kunstig intelligens
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
  • En student der opfylder læringsmålene i kurset kan beskrive nøglekomponenterne i intelligente systemer: Sansning og aktiv dataopsamling, machine learning, evaluering og kommunikation
  • Diskutere betydningen af AI værktøjer i vigtige områder som bio-medicine, forretning og handel, informationssøgning og sociale medier
  • Diskutere sikkerhed og etiske udfordringer ved kunstig intelligens. Fordomme, stereotyper, privacy og samfundseffekter
  • Anvende realtime AI værktøjer på data, herunder billeder, lyd, tekst og spil. Diskutere virkning for individuelle og kollektive data.
  • Anvende visualiseringsteknikker til evaluering af ydeevne og basal debugging af kunstig intelligens
  • Anvende python programmeringsværktøjer herunder Jupyter notebooks, numpy
  • Anvende værktøjer til styring af filer og programmer i terminalen
  • Anvende værktøjer til styring af programmeringsprojekter og versionskontrol
  • Evaluere og give feedbacl på andre studenters arbejde.
Kursusindhold
Kurset giver en generel introduction til kunstig intelligens og værktøjer. Kurset er baseret på en række praktiske værktøjer til anvendelser indenfor billed, lyd, tekst og spil. En første motiverende introduktion til signaler, machine learning, visualisering og beregningsmæssige værktøjer til at implementere intelligente systemer. Diskussion af etik, privatliv og samfundsbetydning
Litteraturhenvisninger
Noter, AI værktøjer, python notebooks
Sidst opdateret
02. august, 2018