Kunstmatige intelligentie houdt zich bezig met de onderliggende principes van intelligent gedrag in natuurlijke of kunstmatige systemen. Deze cursus behandelt kunstmatige intelligentie vanuit het perspectief van een ‘intelligente computationele agent’. Wie of wat die agent precies is, een computer, een thermostaat of iets heel anders, blijft open, maar de agent handelt in en reageert op een omgeving op een intelligente manier. Je zult kennismaken met een aantal van de belangrijkste principes en technieken voor het ontwikkelen van computationele agents, bijvoorbeeld om zoekproblemen en planningsproblemen op te lossen, of om agents te laten redeneren over beschikbare kennis. Bovendien leer je hoe een agent kan leren uit gegevens door gebruik te maken van moderne machine learning algoritmen.

Je maakt kennis met een aantal methoden en technieken uit de kunstmatige intelligentie op het gebied van zoeken, redeneren, leren en plannen. Na bestudering van deze cursus kun je:
- de structuur van een agent system beschrijven, en kun je de consequenties van keuzes in een eenvoudig agent system beredeneren,
- verschillende zoektechnieken (A*, iterative deepening, branch and bound) beschrijven en deze toepassen om een concreet zoekprobleem op te lossen,
- problemen formaliseren door middel van features en constraints en technieken gebruiken om deze geformaliseerde problemen computationeel efficiënt op te lossen,
- een Bayesiaans netwerk handmatig specificeren en daaruit kansen uitrekenen,
- een beschrijving van een aantal (supervised) leertechnieken geven en de verschillen daartussen, en deze ook toepassen op een kleine dataset,
- een planningsprobleem representeren in formele logica en dat oplossen door middel van planningsalgoritmen,
- representaties gebruiken om relationele problemen te representeren en op te lossen.

Je staat een 7 gemiddeld voor de vakken in jouw opleiding en je hebt 120 of meer studiepunten gehaald op het moment van het inleveren van de leerovereenkomst. Een cijferlijst moet bij de leerovereenkomst toegevoegd worden.

De leerovereenkomst wordt op de ingangseisen gecontroleerd. Daarna krijg je bericht dat je kunt inschrijven.

Je dient kennis te hebben van de belangrijkste begrippen uit de statistiek, propositielogica, verzamelingenleer, en predicatenlogica, geavanceerd objectgeoriënteerd programmeren, lineaire algebra en stochastiek, en datastructuren en algoritmen.

Elke cursus heeft online en/of fysieke literatuur die na inschrijving voor de cursus beschikbaar wordt gesteld. Het fysieke materiaal wordt op jouw thuisadres geleverd. Literatuur hoeft dus niet afzonderlijk aangeschaft te worden.

Deze cursus start in kwartiel 2 (november) en kwartiel 4 (april/mei). Begeleidingsduur is 10 weken met online bijeenkomsten waaraan je kunt deelnemen via de digitale leeromgeving.

Tijdens de bijeenkomsten of in de digitale leeromgeving kun je inhoudelijke vragen stellen aan de docenten. De online bijeenkomsten zijn in de avonduren en worden opgenomen; je kunt ze na afloop opnieuw bekijken.

Digitaal tentamen met open vragen (4 data per jaar).

Tentamens kunnen zowel thuis als op een studiecentrum afgelegd worden.

De cursussen van de Open Universiteit volg je thuis wanneer jij tijd hebt (activerend online onderwijs met digitale begeleiding).

Meer informatie: www.ou.nl/studieaanbod/IB2802

Deze cursus is onderdeel van de premaster van de Master Artificial Intelligence en de Master Computer Science bij de Open Universiteit. Voor uitgebreide informatie over deze masteropleiding zie: www.ou.nl/studieaanbod/maai of www.ou.nl/studieaanbod/macs

Voor vragen over eventuele toelating tot deze opleiding neem contact op met de studieadviseur via studieadvies.informatica@ou.nl.