Grunderna i AI

Kursen syftar till att ge en introduktion och överblick av artificiell intelligens.
Fokus ligger på att förstå begreppet och några viktiga tekniker som hur sökning och maskininlärning fungerar samt konsekvenser av AI på samhället.

Kursinformation:

Omfattning:

ca 40 timmar (2 hp*), kursen pågår i sex veckor.

Studieort:

Vetlanda

Utbildningsstart:

Vecka 43, 2024

Antal platser:

30

Huvudman:

Linköpings universitet

Viktiga datum: Träffar på Vetlanda Lärcentrum

23/10 kl. 17 - 19
20/11 kl. 17 - 19
4/12 kl. 17 - 19

* För att få högskolepoäng registrerade tillkommer ca. 10 timmar.

Förkunskapskrav och urval

Det finns inga krav på förkunskaper eller särskild behörighet för att delta i kursen.

Grundläggande behörighet krävs om du avser göra valideringstest för högeskolepoäng.

Ubildningens upplägg

Utbildningsstart:

23/10 2024

Kurstid:

Kursen startar med en föreläsning från Linköpings universitet 23/10.
20/11 och 4/12 är det träff med din studiegrupp på Vetlanda Lärcentrum där du tillsammans med din lärare diskuterar föreläsningarna du tagit del av. Inför och mellan träffarna med studiegruppen ser du inspelade föreläsningar.
Tiden är 17.00 - 19.00 vid samtliga tillfällen

Utbildningsansvarig:

Linköpings universitet

Lokal:

Vetlanda Lärcentrum

Kostnadfri utbildning.

Kursen ges via nätet från Linköpings universitet. Tre träffar på plats på Vetlanda Lärcentrum

Efter avslutad utbildning

Efter avslutad utbildning kan du göra ett valideringstest för att få dina högskolepoäng.

Innehåll

Kursen består av sex delar:

1. Vad är AI?

Definitioner av AI
Autonomi och adaptivitet
Filosofiska problem kopplade till AI som Turingtestet och Kinesiska rummet

2. Att lösa problem med AI

Att formulera enkla spel som luffarschack som ett spelträd
Använda minimax-principen för att hitta optimala drag i ett ändligt spel

3. AI i praktiken

Uttrycka sannolikheter i termer av naturliga frekvenser
Bayes regel för att beräkna risker

4. Maskininlärning

Varför använda maskininlärning?
Oövervakat (unsupervised) och övervakat (supervised) lärande
Inlärningsmetoder som närmaste granne-metoden, linjär regression och logistisk regression

5. Neurala nätverk

Vad är ett neuralt nätverk och var används de?
Teknikerna bakom neurala nätverk

6. Konsekvenser

Större konsekvenser av AI på samhället som AI-skapat innehåll, privacy och arbete
Svårigheterna med att förutspå framtiden och hur man kan utvärdera påstående om AI

Anmäl dig nu

Anmälan är öppen till och med måndag den 21 oktober

Länk till anmälan>> Länk till annan webbplats, öppnas i nytt fönster.