Maskinintelligens
2018/2019
Forudsætninger/Anbefalede forudsætninger for at deltage i modulet
Anbefalede faglige forudsætninger:Modulet bygger videre på viden opnået på 1.-4. semester.
Modulets indhold, forløb og pædagogik
Læringsmål
Viden
- demonstrere kendskab til grundlæggende teknikker og metoder indenfor maskinintelligens
- anvende korrekt teknisk notation og terminologi i skrift såvel som tale
Færdigheder
- anvende grundlæggende teknikker præsenteret i kurset til løsning af en konkret problemstilling
- gøre rede for centrale principper og algoritmer præsenteret i kurset
Kompetencer
Den studerende skal med udgangspunkt i en konkret problemstilling kunne vurdere og sammenligne forskellige teknikker og metoder inden for maskinintelligens
Undervisningsform
Undervisningen tilrettelægges i henhold til de generelle undervisningsformer for uddannelsen, jf. kapitel 3
Omfang og forventet arbejdsindsats
Det forventes at den studerende bruger 30 timer per ECTS, hvilket for denne aktivitet betyder 150 timer.
Eksamen
Prøver
| Prøvens navn | Maskinintelligens |
| Prøveform | Skriftlig eller mundtlig |
| ECTS | 5 |
| Bedømmelsesform | 7-trins-skala |
| Censur | Intern prøve |
| Vurderingskriterier | Som angivet i Fakultets vurderingskriterier
http://www.tech.aau.dk/digitalAssets/337/337434_vurderingskriterier.pdf |
Yderligere informationer
Kontakt: Studienævn for datalogi via cs-sn@cs.aau.dk eller 9940 8854
Fakta om modulet
| Engelsk titel | Machine Intelligence |
| Modulkode | DSNDATFB502 |
| Modultype | Kursus |
| Varighed | 1 semester |
| Semester | Efterår
|
| ECTS | 5 |
| Tomplads | Ja |
| Undervisningssted | Campus Aalborg |
| Modulansvarlig |
Organisation
| Studienævn | Studienævnet for Datalogi |
| Institut | Institut for Datalogi |
| Fakultet | Det Tekniske Fakultet for IT og Design |
