Overordnede kursusmål
Kursets formål er formidle de grundlæggende kompetencer, der kræves
til at udtænke, designe og implementere intelligente og
distribuerede styringssystemer, der kombinerer datastyrede og
videnbaserede metoder. Kursusarbejdet giver deltagerne en
applikationsorienteret introduktion til maskinelæring og
deklarative metoder til kunstig intelligens. Kursusdeltagerne vil
lære de praktiske aspekter ombrug og design af intelligente
systemer
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
- Identificere og diskutere situationsbevidstheds-, beslutnings-
og kontrolopgaver i et intelligent system.
- Anvende maskinelæringsmetoder til data modellering i
intelligente systemer og evaluere deres effektivitet.
- Arbejde med store datasæt, udføre dataudforskning og udtræk for
at udlede viden fra data i et realistisk
automatiseringsproblem.
- Forklare teknikker til vidensrepræsentation samt relaterede
modeleringsprincipper, og vælg egnede vidensrepræsentation til
integration i en intelligent systemløsning.
- Beskrive passende anvendelser af logikbaserede og deklarativ
programmering anvendt til løsning af beslutningsproblemer i
intelligente systemer.
- Forklare og vælge passende metoder samt de tilsvarende
datamodeller og videnrepræsentationer som led i et
designproblem.
- Analysere et udviklings problem til intelligente systemer,
kommunikere design ideen, formulere specifikationer og test
krav.
- Designe og implementere en prototype af et intelligent system
ved hjælp af data-drevne og deklarative programmeringsteknikker i
en distribueret systemkontekst.
Kursusindhold
Introduktion til typiske problemer egnet til anvendelse af
intelligente system, opgaveanalyse, systemudviklingsmetoder og
arkitekturelementer; anvendelse af intelligente systemer til
automatisering, problemer med internet af ting (IoT) og Smart Grid.
Distribuerede systemer: design til samtidighed, kommunikation og
debugging.
Videnrepræsentationstyper og ontologier, samt anvendelse i udvalgte
deklarative paradigmer (fx regelbaseret logik, søgnin på grafer,
...).
Håndtering af store datasæt; Data visualisering; Anvendt
statistiske læringsmetoder. Analyse af model-kvalitet.
Litteraturhenvisninger
Afhængig af individuelt projekt
Bemærkninger
Kurset udbydes også i 3-ugers perioden i juni som kursus 34372.
Det anbefales at overveje om man opfylder forudsætningerne inden
for programmering og at kontakte den kursusansvarlige, hvis man er
i tvivl.
In case of unclear interpretation of the Danish description, the
English description is suggested for reference. Please contact the
course responsible if in doubt.
Sidst opdateret
16. december, 2020
