Tentalabbet

TDDC17 · 6 hp · Grundnivå (G2F) · Datateknik, Datavetenskap

Artificiell intelligens

Ges · nästa start HT 2026

91 %

klarade senaste ordinarie tentan

DIT1 · 30 okt 2025 · 191 studenter

85 %

klarade ordinarie tentorna, alla tillfällen de senaste 5 åren

DIT1 · 723 studenter

22 %

Svårare än 22 % av kurserna på grundnivå

Jämfört med 874 kurser på samma nivå, ordinarie tentor de senaste tre läsåren. 350 studenter.

Ingår i 10 program

Tentamen

DIT1 Digital salstentamen

  • 5
  • 4
  • 3
  • U

Ordinarie tentor

85 % godkända · 723 studenter

  • 91 %191
  • 92 %159
  • 86 %194
  • 73 %179

Omtentor

81 % godkända · 107 studenter

  • 100 %6
  • 80 %20
  • 83 %12
  • 86 %7
  • 95 %22
  • 80 %10
  • 67 %30
  • Klarar omtentan: 81 % (107 studenter), jämfört med 85 % (723 studenter) på ordinarie
  • Får 4 eller 5: 41 % (830 studenter)
Visa små tillfällen (5)

Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.

  • 100 %1
  • 100 %1
  • 100 %1
  • 100 %1
  • 0 %1

Övriga moment

Deltentor, inlämningar och laborationer. De ingår inte i siffrorna överst.

Tentamen

TEN1 En skriftlig tentamen

  • 5
  • 4
  • 3
  • U

Ordinarie tentor

74 % godkända · 196 studenter

  • 74 %196

Omtentor

54 % godkända · 57 studenter

  • 100 %5
  • 50 %10
  • 50 %42
  • Klarar omtentan: 54 % (57 studenter), jämfört med 74 % (196 studenter) på ordinarie
  • Får 4 eller 5: 32 % (253 studenter)
Visa små tillfällen (4)

Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.

  • 0 %1
  • 0 %4
  • 33 %3
  • 25 %4

Inlämning eller laboration

LAB2 En laborationskurs

  • G

Ordinarie tillfällen

100 % godkända · 565 studenter

  • 100 %158
  • 100 %129
  • 100 %145
  • 100 %133

Senare tillfällen

100 % godkända · 114 studenter

  • 100 %15
  • 100 %10
  • 100 %6
  • 100 %11
  • 100 %5
  • 100 %6
  • 100 %19
  • 100 %6
  • 100 %6
  • 100 %22
  • 100 %8
  • Klarar ett senare tillfälle: 100 % (114 studenter), jämfört med 100 % (565 studenter) på ordinarie
Visa små tillfällen (35)

Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.

  • 100 %1
  • 100 %2
  • 100 %1
  • 100 %2
  • 100 %1
  • 100 %2
  • 100 %1
  • 100 %1
  • 100 %1
  • 100 %2
  • 100 %2
  • 100 %1
  • 100 %1
  • 100 %1
  • 100 %2
  • 100 %2
  • 100 %4
  • 100 %1
  • 100 %2
  • 100 %2
  • 100 %2
  • 100 %1
  • 100 %2
  • 100 %4
  • 100 %4
  • 100 %2
  • 100 %2
  • 100 %1
  • 100 %1
  • 100 %2
  • 100 %2
  • 100 %3
  • 100 %2
  • 100 %2
  • 100 %2

Inlämning eller laboration

LAB1 En laborationskurs

  • G

Ordinarie tillfällen

100 % godkända · 162 studenter

  • 100 %162

Senare tillfällen

100 % godkända · 6 studenter

  • 100 %6
  • Klarar ett senare tillfälle: 100 % (6 studenter), jämfört med 100 % (162 studenter) på ordinarie
Visa små tillfällen (8)

Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.

  • 100 %2
  • 100 %1
  • 100 %2
  • 100 %2
  • 100 %2
  • 100 %1
  • 100 %2
  • 100 %2

Om kursen

Mål

Kursen ger en bred översikt över området artificiell intelligens och presenterar grundläggande metoder för konstruktion av system som kan lösa problem, föra förnuftiga och rationella resonemang och kommunicera i naturligt språk. Kursens mål är att introducera begrepp och tillämpningar inom artificiell intelligens (AI). Kursen fokuserar på att utveckla intelligenta agenter som själva kan fatta beslut och agera. Detta kräver tekniker för problemlösning, kunskapsrepresentation och slutsatsdragning, lärande, kommunikation, perception och agerande. Efter kursen kommer studenten att kunna:

  • förklara och diskutera begrepp inom artificiell intelligens
  • tillämpa välkända tekniker inom artificiell intelligens

Innehåll

Översikt över artificiell intelligens (AI) och dess tillämpningar. Logik som medel för representation av kunskap. Resonemang med ofullständig kunskap: ickemonotont och probabilistiskt resonemang. Strukturerade representationer. Sökning som problem-lösningsmetod. Handlingsplanering och robotik. Induktion och inlärning. Orientering om alternativa arkitekturer för AI-system.

Examinator
Fredrik Heintz
Schemalagd tid
52 h
Huvudområde
Datateknik, Datavetenskap
Kursplanen på Studieinfo ↗