Trends i maskinintelligens

2022/2023

Modulets indhold, forløb og pædagogik

Læringsmål

Viden

Få kendskab til aktuelle og avancerede emner, der omhandler metoder og anvendelser af maskineintelligens, f.eks.

  • avancerede teknikker inden for data mining og maskinlæring

  • avancerede metoder til ræsonnement og beslutningstagning under usikkerhed

  • agentbaseret design af intelligente systemer

Færdigheder

  • være i stand til at anvende avancerede teknikker fra maskinintelligens til konstruktion af intelligente systemer

Kompetencer

  • forstå avancerede maskinintelligensmetoder til design af intelligente systemer

  • analysere deres anvendelighed og indvirkning på løsning af specifikke opgaver

Undervisningsform

Undervisningen tilrettelægges i henhold til de generelle undervisningsformer for uddannelsen, jf. § 17.

Omfang og forventet arbejdsindsats

Det forventes at den studerende bruger 30 timer per ECTS, hvilket for denne aktivitet betyder 150 timer.

Eksamen

Prøver

Prøvens navnTrends i maskinintelligens
Prøveform
Skriftlig eller mundtlig
ECTS5
Bedømmelsesform7-trins-skala
CensurIntern prøve
VurderingskriterierVurderingskriterierne er angivet i Universitetets eksamensordning

Yderligere informationer

Kontakt: Studienævn for datalogi via cs-sn@cs.aau.dk eller 9940 8854

 

Fakta om modulet

Engelsk titelTrending Topics in Machine Intelligence
ModulkodeDSNDVB622
ModultypeKursus
Varighed1 semester
SemesterForår
ECTS5
UndervisningssprogDansk
TompladsJa
UndervisningsstedCampus Aalborg
Modulansvarlig

Organisation

StudienævnStudienævn for Datalogi
InstitutInstitut for Datalogi
FakultetDet Teknisk Fakultet for IT og Design