Artificiële intelligentie (B-KUL-H06U1A)

6 studiepuntenNederlands44 urenEerste semesterUitgesloten voor examencontract
POC Informatica

Na het succesvol volgen van deze cursus zal de student:

  • diepe kennis en inzicht hebben over een beperkte hoeveelheid basistechnieken uit de artificiële intelligentie, inclusief: basiszoektechnieken, heuristische zoektechnieken, optimale-pad zoektechnieken, optimale-pad zoektechnieken met beperkt geheugengebruik, spel-zoektechnieken, version space machine learning en data mining, backtracking-gebaseerde constraint-technieken, consistentie-gebaseerde constraint-technieken, hybriede constraint-technieken,  Bayesiaanse netwerken, Markov beslissingsproblemen, elementen van machine learning en neural netwerken,  en algemene resolutie stellingbewijzers voor eerste orde predicaten logica,
  •  in staat zijn om elk van de bovenstaande technieken te simuleren met pen en papier op kleine voorbeelden,
  •  inzicht hebben in de relevantie van deze technieken voor toepassingen,
  •  in staat zijn om met toegeleverde didactische werktuigen oplossingen uit te werken op computer voor iets minder kleine voorbeelden,
  •  inzicht hebben in de relaties die tussen deze technieken bestaan.

Kennis van een programmeertaal.
- Enige vertrouwdheid met algoritmen en gegevensstructuren.
- Basisnoties van logica.
- Basisnoties van complexiteit zijn wenselijk, maar niet noodzakelijk.


Dit opleidingsonderdeel is een voorwaarde voor het opnemen van volgende opleidingsonderdelen:
H01Q3A : P&O Computerwetenschappen, hoofdrichting (Niet meer aangeboden dit academiejaar)
H01Q3C : P&O: computerwetenschappen

Dit opleidingsonderdeel is identiek aan de volgende opleidingsonderdelen:
X0A50B : Artificiële intelligentie

Onderwijsleeractiviteiten

3 sp. Artificiële intelligentie: hoorcollege (B-KUL-H06U1a)

3 studiepuntenNederlandsWerkvorm: College20 urenEerste semester
POC Informatica

1. Inleiding

  •  definitie en situering van de cursus

2. Toestandsrepresentatie en zoekmethodes

  • toestandsruimte-representatie: situering en trade-offs,
  • blind zoeken,
  • heuristisch zoeken,
  • optimaal zoeken, met inbegrip van het A*-algoritme,
  • gevorderde aspecten van heuristisch zoeken,
  • heuristisch zoeken in spelsituaties 

3. Een basis voor Machine Learning en Data Mining  

  •  Version Spaces als illustratie van Machine Learning
  •  Version Spaces voor het vinden van frequente patronen in data (als illustratie van data mining)  

4. Constraint processing 

  • terugsporen (backtracking), terugspoor-varianten, intelligent terugsporen,
  • boogconsistency technieken,
  • hybride propagatiemethodes,
  • situering van de applicaties

5. Automatische redeneren 

  • introductie, herhaling basisconcepten uit de logica,
  • probleemstelling en beslisbaarheid,
  • normalisatie,
  • unificatie en resolutie in eerste orde logica

6. Bayesiaanse Netwerken

  • gezamenlijke kansverdeling, conditionele onafhankelijkheid
  • representatie en semantiek van Bayesiaanse netwerken
  • modelleren met Bayesiaanse netwerken
  • afleiden van conditionele onafhankelijkheden uit Bayesiaanse netwerken
  •  principes van inferentie met Bayesiaanse netwerken

7. Markov beslissingsprocessen voor probabilistisch plannen

  • representatie en betekenis
  • inferentie in Markov beslissingsprocessen om de juiste acties en policies te bepalen 

8. Machinaal leren

  • Naïeve Bayes, k-nearest neighbour
  • Inleiding tot neurale netwerken en backpropagation

9. Solvers in de AI 

  • Solvers voor SAT en voor varianten zoals model counting (#SAT)
  • Gebruik bij o.a. logische inferentie en Bayesiaanse netwerken

10. Ethische vragen en antwoorden

  • rond de implicaties van AI

Aanvullend studiemateriaal:

Artificial Intelligence A modern approach, Stuart Russel and Peter Norvig, Prentice Hall, 3de editie, 2009,

ISBN-10: 0136042597

ISBN-13: 978-0136042594

3 sp. Artificiële intelligentie: oefeningen (B-KUL-H06U2a)

3 studiepuntenNederlandsWerkvorm: Practicum24 urenEerste semester
POC Informatica

Oefeningen op alle inhoudsonderdelen van het hoorcollege behalve de introductie.

Oefenzittingen op basis van pen-en-papier oefeningen.

Evaluatieactiviteiten

Evaluatie: Artificiële intelligentie (B-KUL-H26U1a)

Type : Examen tijdens de examenperiode
Evaluatievorm : Schriftelijk
Vraagvormen : Meerkeuzevragen, Open vragen
Leermateriaal : Formularium


Gesloten boek

Zelfde modaliteit als de eerste examenkans.