Tentalabbet

TNM119 · 6 hp · Grundnivå (G2F) · Medieteknik

Introduktion till artificiell intelligens

Ges · nästa start VT 2027

100 %

klarade senaste ordinarie tillfället

PRA1 · 26 mar 2026 · 29 studenter

100 %

klarade de ordinarie tillfällena, alla tillfällen de senaste 5 åren

PRA1 · 66 studenter

Modulen rapporterar bara godkända resultat, så andelen godkända visar inte hur många som inte klarade den.

Ingår i 1 program

Inlämning eller laboration

PRA1 Projekt

  • G

Ordinarie tillfällen

100 % godkända · 66 studenter

  • 100 %29
  • 100 %37

Senare tillfällen

Inga tillfällen med minst 5 studenter.

    Visa små tillfällen (1)

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

    • 100 %1

    Övriga moment

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

    Inlämning eller laboration

    UPG1 Inlämningsuppgift

    • G

    Ordinarie tillfällen

    100 % godkända · 65 studenter

    • 100 %29
    • 100 %36

    Senare tillfällen

    Inga tillfällen med minst 5 studenter.

      Visa små tillfällen (2)

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

      • 100 %1
      • 100 %1

      Inlämning eller laboration

      LAB1 Laboration

      • 5
      • 4
      • 3

      Ordinarie tillfällen

      100 % godkända · 63 studenter

      • 100 %31
      • 100 %32

      Senare tillfällen

      Inga tillfällen med minst 5 studenter.

      • Får 4 eller 5: 49 % (63 studenter)
      Visa små tillfällen (1)

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

      • 100 %3

      Om kursen

      Mål

      Målet med kursen är att studenten ska få insikter i artificiell intelligens, inklusive klassiska maskininlärningstekniker, djupinlärning och generativa modeller.

      Efter avslutad kurs ska studenten kunna

      • resonera om olika maskininlärningstekniker,
      • resonera om skillnader mellan klassiska maskininlärningstekniker, djupinlärning och generativa modeller,
      • identifiera lämplig teknik för att lösa olika AI-relaterade problem,
      • tillämpa vanliga AI-tekniker för att lösa problem relaterade till perception, resonemang och handlingar,
      • resonera om utmaningarna med att hålla människor i loopen med autonoma system,
      • beskriva vanliga etiska och samhälleliga utmaningar med artificiell intelligens.

      Innehåll

      Grundläggande begrepp om AI:s historia och dess betydelse, optimeringstekniker för tillämpningar av AI, funktionsextraktion, probabilistiska resonemang, regelbaserade system, förstärkningsinlärning, övervakat och oövervakat lärande, Bayesianska och regressionsmodeller.

      Examinator
      Elmira Zohrevandi
      Schemalagd tid
      52 h
      Huvudområde
      Medieteknik
      Kursplanen på Studieinfo ↗