IN4050 – Introduksjon til kunstig intelligens og maskinlæring

Timeplan, pensum og eksamensdato

Velg semester

Endringer på grunn av koronaviruset

Høsten 2020 planlegger vi for at undervisning og eksamen gjennomføres slik det er beskrevet i emnebeskrivelsen og på semestersidene, men det kan komme endringer på grunn av korona-situasjonen. Du får varsler om eventuelle endringer på semestersiden og/eller i Canvas.

Våren 2020 ble undervisning og eksamen digital. Se endringer og felles retningslinjer for eksamener ved MN-fakultetet våren 2020.

Kort om emnet

Dette emnet gir en grunnleggende introduksjon til maskinlæring (ML) og kunstig intelligens (AI). Med en algoritmisk tilnærming gis studentene en praktisk forståelse av metodene som gjennomgås, ikke minst gjennom egen implementering av flere av metodene. Emnet dekker veiledet klassifikasjon basert på for eksempel kunstige nevrale nettverk (dyp læring), i tillegg til ikke-veiledet læring (klyngeanalyse), regresjon, optimalisering (evolusjonære algoritmer og andre søkemetoder) og forsterkende læring, samt design av eksperimenter og evaluering. Studentene får også en introduksjon til filosofiske grunnlagsproblemer og etiske spørsmål knyttet til ML/AI, i tillegg til feltets historie.

Hva lærer du?

Etter å ha tatt emnet

  • har du god innsikt i sentrale metoder brukt i maskinlæring - ML og kunstig intelligens - AI
  • har du kunnskap om fagområdets historiske utvikling og utfordringer ved å skulle lage mer generelle intelligente systemer
  • er du i stand til å designe og gjennomføre eksperimenter ved bruk av metodene, med vekt på evaluering og sammenligning
  • kan du vurdere fordeler og ulemper ved valg av ML/AI metoder for ulike anvendelser og problemstillinger
  • er du i stand til å implementere algoritmer for utvalgte metoder og kombinere dem til hybride systemer
  • få erfaring med ulik bruk av datasett for trening og testing
  • har du kjennskap til grunnleggende filosofiske og etiske spørsmål knyttet til utvikling og anvendelse av ML/AI

;

Opptak til emnet

Studenter ved UiO søker plass på undervisning og melder seg til eksamen i Studentweb.

Erfaring med programmering, som forhåpentligvis inkluderer emnet IN2010 – Algoritmer og datastrukturer.

Overlappende emner

Undervisning

Det holdes 2 timer forelesning og 2 timer gruppeøvelser hver uke.

Det kreves innlevering av obligatoriske oppgaver. Les mer om krav til innlevering av oppgaver, gruppearbeid og lovlig samarbeid under retningslinjer for obligatoriske oppgaver.

Eksamen

Emnet har 4 timers skriftlig digital eksamen, hvis antall studenter er lavt kan det bli arrangert muntlig eksamen. 

Alle obligatoriske oppgaver må være godkjent for å gå opp til eksamen.

Som eksamensforsøk i dette emnet teller også forsøk i følgende tilsvarende emner: IN3050 – Introduksjon til kunstig intelligens og maskinlæring, INF3490 – Biologically inspired computing (videreført) og INF4490 – Biologically Inspired Computing (videreført).

Hjelpemidler til eksamen

Ingen hjelpemidler er tillatt.

Karakterskala

Emnet bruker karakterskala fra A til F, der A er beste karakter og F er stryk. Les mer om karakterskalaen.

Adgang til ny eller utsatt eksamen

Studenter som dokumenterer gyldig fravær fra ordinær eksamen, kan ta utsatt eksamen i starten av neste semester.

Det tilbys ikke ny eksamen til studenter som har trukket seg under ordinær eksamen, eller som ikke har bestått.

Tilrettelagt eksamen, kildebruk, begrunnelse og klage

Se mer om eksamen ved UiO

Sist hentet fra Felles Studentsystem (FS) 25. sep. 2020 05:19:43

Fakta om emnet

Studiepoeng
10
Nivå
Master
Undervisning
Vår
Eksamen
Vår
Undervisningsspråk
Engelsk