Forudsætninger/Anbefalede forudsætninger for at deltage i modulet

I nogle tilfælde relevante dele af læringsmålene fra udbudte kurser på de adgangsgivende bacheloruddannelser. Disse forudsætninger kan opnås i starten af kurset gennem særlige aktiviteter integreret i kurset.

Modulets indhold, forløb og pædagogik

Læringsmål

Viden

• avancerede teknikker i data mining
• avancerede metoder til ræsonnement og beslutningstagning under usikkerhed
• agentbaseret design af intelligente systemer
• intelligente web-baserede systemer

Færdigheder

• identificere og bruge avancerede teknikker fra maskinintelligens til konstruktion af intelligente systemer

Kompetencer

• forstå avancerede metoder til design af intelligente systemer
• analysere deres anvendelighed og virkning ved løsning af specifikke opgaver

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	Avancerede emner inden for 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