Beskriva definitionen, betydelsen och historien för AI.
Effektivt och ändamålsenligt använda AI-metoder i ingenjörsstudier.
Beskriva standardteorier och metoder inom maskininlärning och dataanalys som används i ingenjörstillämpningar.
Implementera och tillämpa variationer av de grundläggande dataanalys-, maskininlärnings- och AI-koncepten som introducerats i kursmaterialet och bedöma resultatens giltighet.
Presentera projektarbete muntligt och skriftligt samt ge konstruktiv feedback på andras presentationer.
Bedöma möjligheterna och begränsningarna med AI, dess roll i samhället och människors ansvar för hur den används, inklusive sociala och ekonomiska aspekter samt miljö-, arbetsmiljö- och jämställdhetsaspekter.
Kursinnehåll
Kursen introducerar teori, metodik och praktik för att använda artificiell intelligens (AI) och maskininlärning för att lösa ingenjörsproblem. Detta inkluderar att definiera ett lämpligt projekt inom området för det valda ingenjörsprogrammet, analysera och förbereda data för utveckling av maskininlärningsbaserade modeller samt att använda moderna AI- verktyg för att effektivt slutföra projektet inom den givna tidsramen på ett etiskt försvarbart sätt.
Förutsättningar
Grundläggande behörighet samt Differentialkalkyl (t.ex. M0065M Envariabelanalys 1, 7,5 hp eller M0047M Differentialkalkyl, 7,5 hp eller motsvarande), linjär algebra (t.ex. M0067M Linjär algebra, 7,5 hp, M0048M Linjär algebra och integralkalkyl, 7,5 hp eller motsvarande), grundläggande imperativ programmering (t.ex. D0009E Introduktion till programmering, 7,5 hp, D0028E Introduktion till programmering, 7,5 hp, D0036E Programmering för maskininlärning, 7,5 hp eller motsvarande), grundläggande statistik (t.ex. S0001M Matematisk statistik, 7,5 hp, S0008M Sannolikhetslära och statistik, 7,5 hp eller motsvarande).
Litteratur
Russell, S., & Norvig, P. (2021). Artificial Intelligence: A Modern Approach (3rd ed., Global Edition). Pearson. GPT-licens är obligatorisk