Artificiële intelligentie (B-KUL-H06U1A)
Doelstellingen
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.
Begintermen
Kennis van een programmeertaal.
- Enige vertrouwdheid met algoritmen en gegevensstructuren.
- Basisnoties van logica.
- Basisnoties van complexiteit zijn wenselijk, maar niet noodzakelijk.
Volgtijdelijkheidsvoorwaarden
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
Identieke opleidingsonderdelen
Dit opleidingsonderdeel is identiek aan de volgende opleidingsonderdelen:
X0A50B : Artificiële intelligentie
Plaats in het onderwijsaanbod
- Schakelprogramma: Master in de toegepaste informatica (Leuven) 61 sp.
- Bachelor in de informatica (Leuven) 180 sp.
- Bachelor in de wiskunde (Leuven) (Minor informatica) 180 sp.
- Voorbereidingsprogramma: Master in de ingenieurswetenschappen: computerwetenschappen (Leuven) 61 sp.
- Master in de ingenieurswetenschappen: mobiliteit en supply chain (Leuven) 120 sp.
- Educatieve master in de economie (Leuven) 90 sp.
- Educatieve master in de wetenschappen en technologie (Leuven) 120 sp.
- Bachelor in de ingenieurswetenschappen (programma voor studenten gestart vóór 2024-2025) (Leuven) (Hoofdrichting computerwetenschappen) 180 sp.
- Bachelor in de ingenieurswetenschappen (programma voor studenten gestart in 2024-2025 of later) (Leuven) (Afstudeerrichting computerwetenschappen) 180 sp.
- Voorbereidingsprogramma: Master in de ingenieurswetenschappen: artificiële intelligentie (Leuven) 46 sp.
Onderwijsleeractiviteiten
3 sp. Artificiële intelligentie: hoorcollege (B-KUL-H06U1a)
Inhoud
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
Studiemateriaal
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)
Inhoud
Oefeningen op alle inhoudsonderdelen van het hoorcollege behalve de introductie.
Toelichting werkvorm
Oefenzittingen op basis van pen-en-papier oefeningen.
Evaluatieactiviteiten
Evaluatie: Artificiële intelligentie (B-KUL-H26U1a)
Toelichting
Gesloten boek
Toelichting bij herkansen
Zelfde modaliteit als de eerste examenkans.