Kennisgebaseerde systemen en artificiŽle intelligentie
   
Referentie EHPOOL00000245
Wordt gegeven in Lijst keuzevakken voor Master in de ingenieurswetenschappen: computerwetenschappenLijst majors voor Master in de ingenieurswetenschappen: bedrijfskundige systeemtechnieken en operationeel onderzoekLijst keuzevakken voor Master in de ingenieurswetenschappen: biomedische ingenieurstechnieken
Theorie (A) 30.0
Toepassingen (B) 22.5
Stages en scriptie (C) 0.0
Studietijd (D) 180.0
Studiepunten (E) 6
Niveau  
Creditcontract? Toelating mogelijk mits gunstige beoordeling competenties
Examencontract? Toelating mogelijk mits gunstige beoordeling competenties
Creditcontract verplicht bij Examencontract? Inbegrepen in examencontract
Tweede examenkans mogelijk? Ja
Onderwijstaal Nederlands
Verantwoordelijk lesgever Johannes D'Haeyer
Vakgroep TW07
Medelesgevers  
Sleutelwoorden

zoeken, kennisrepresentatie, regelgebaseerde systemen, restrictiegebaseerd programmeren, machinaal leren

Situering

Inzicht laten verwerven in declaratieve oplossingsmethoden voor kennisintensieve problemen. De nadruk ligt vooral op regelgebaseerd programmeren en de toepassing in o.a. expertsystemen

Inhoud

  • Zoeken: Inleiding: zoeken en kennisrepresentatie, Graafgebaseerd zoeken, Restrictiegebaseerd programmeren
  • Kennisrepresentatie en inferentie: Eerste orde logica, Semantische netwerken, Regelgebaseerde systemen, Planning
  • Onzekerheid: Bayesiaanse netwerken, Vage logica, Onderhoud van waarheid
  • Machinaal leren: Beslissingsbomen, Inductieve inferentie, Artificiële neurale netwerken

Begincompetenties

Principes van predikaatlogica en probabiliteitstheorie

Eindcompetenties

BEGRIPPEN: kennisrepresentatie; blind en heuristisch zoeken; controlestrategieën; restrictie-propagatie; deductie; monotone en niet-monotone logica; semantische netwerken; regelgebaseerde inferentie; bayesiaanse netwerken; vage logica; assumpties en justificaties; inductie en machinaal leren; planning van acties

INZICHTEN: declaratieve modellering; kernmerken van representatieformalismen; relatie tussen kennsirepresentatie en zoeken; beperkingen van zoektechnieken; het benutten van probleemkennis in zoekstrategieën; controleprincipes toegepast in probleemoplossers; complexiteit van deductief redeneren; efficiënte organisatie van kennis; representaties en bijhorende inferentievorm; redeneren met onzekere informatie en evidentie-propagatie; redeneren met vage informatie; redeneren met ontbrekende informatie, assumpties en justificaties; modelleren van causale verbanden en onafhankelijkheid; complexiteit van inductief redeneren

VAARDIGHEDEN: het kunnen analyseren van de prestatie van zoekstrategieën; het kunnen structureren en representeren van kennis met een geschikt formalisme; het leren werken met een regelgebaseerde programmeeromgeving; het leren toepassen van inductie-algoritmen voor het verwerven van kennis uit data (data mining)

Leermateriaal

Prijs: 10.0 EUR Nederlandstalige syllabus (en oefeningen); CLIPS ("the C language integrated production system")

Referenties

  • S. Russel, P. Norvig, Artificial Intelligence, A Modern Approach, Second Edition, Prentice Hall (2003)
  • M. Ginsberg, Essentials of Artificial Intelligence, Morgan Kaufmann (1993)
  • G.F. Luger, W.A. Stubblefield, Artificial Intelligence, Structures and Strategies for Complex Problem Solving, Addison-Wesley (1998)

Studiebegeleiding


Didactische werkvorm

Hoorcolleges; Werkcolleges; Oefeningen met de computer

Evaluatievorm

Periodegebonden evaluatie

Ondervragingsvorm

Periodegebonden evaluatie: schriftelijk examen met gesloten boek; beoordeling van projectverslagen

  Naar het hoogste niveau van de site Ga naar de algemene informatie Ga naar de help-pagina's Ga naar de zoekpagina's Engelse versie / English version Terug naar de vorige pagina Terug naar de hoofding van deze pagina