Trends i maskinintelligens

2023/2024

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

UddannelsesejerBachelor (BSc) i datavidenskab og machine learning
StudienævnStudienævn for Datalogi
InstitutInstitut for Datalogi
FakultetDet Teknisk Fakultet for IT og Design