AI Methods (5 cr)

Objectives (course unit)

The student knows what artificial intelligence means and what typical problems it solves. The student knows the main concepts and algorithms related to artificial intelligence. Students become familiar with some typical artificial intelligence tools and their use. Different applications of artificial intelligence are covered.

Content (course unit)

The essence of artificial intelligence and its key concepts. Problems typically solved with artificial intelligence. Different types of artificial intelligence algorithms. Artificial intelligence tools. Artificial Intelligence Applications.

Assessment criteria, satisfactory (1-2) (course unit)

The student is familiar with artificial intelligence in general. The student is able to utilize some of the advanced artificial intelligence related technologies. The student is able to identify certain application areas that artificial intelligence fits into.

Assessment criteria, good (3-4) (course unit)

The student is familiar with artificial intelligence and its key concepts. The student is able to utilize some of the technologies related to artificial intelligence. The student is able to identify the possibilities of using artificial intelligence in different application areas.

Assessment criteria, excellent (5) (course unit)

The student is versatile in artificial intelligence and its key concepts. The student is able to creatively utilize the most advanced artificial intelligence related technologies. The student will be able to evaluate excellently the possibilities of utilizing artificial intelligence in different application areas.

Location and time

Ks. periodiaikataulu

Exam schedules

Ei tenttiä.

Assessment methods and criteria

Harjoitukset ja ryhmätyö

Assessment scale

0-5

Teaching methods

Lähiopetus (covid-ohjeistuksen puitteissa tod.näk. etäopetuksena)
Harjoitukset (itse tekeminen on tärkein kurssin opetus/opiskelumenetelmä)
Ryhmätyö

Learning materials

Oppimateriaali ja linkit Moodle-kurssilla. Täydentävänä lisämateriaalina kirja Ertel, W., (2011). Introduction to Artificial Intelligence. Springer. (Saatavilla verkossa TUNI-kirjastosta, ks. Moodle-kurssi)

Student workload

Ks. periodiaikataulu.

Content scheduling

Ks. OPS.

Further information

Covid-tilanne ja tähän liittyvä ohjeistus edellyttävät etäopetukseen siirtymistä. Liity Moodle-kurssille osoitteessa https://moodle.tuni.fi/course/view.php?id=13381 (avain: tsm). Kontaktiopetuksen ajankohtina, liity Teams-kokoukseen Moodle-kurssin ohjeiden mukaan.

Assessment criteria - fail (0) (Not in use, Look at the Assessment criteria above)

Alle 30% harjoitustehtävistä tehty.

Assessment criteria - satisfactory (1-2) (Not in use, Look at the Assessment criteria above)

Opiskelija tuntee tekoälyn perusteet ja osaa välttävästi toteuttaa pieniä tekoälysovelluksia.
Harjoitustehtävistä tehty vähintään 30%, vähintään minimivaatimukset täyttävä ryhmätyö palautettu/esitetty.

Assessment criteria - good (3-4) (Not in use, Look at the Assessment criteria above)

Opiskelija tuntee tekoälyn perusteet, ja osaa suunnitella ja toteuttaa pieniä tekoälysovelluksia. Opiskelijalla on hyvä käsitys tekoälyn osa-alueista.
Harjoitustehtävistä tehty vähintään 60%, hyvä ryhmätyö palautettu/esitetty,

Assessment criteria - excellent (5) (Not in use, Look at the Assessment criteria above)

Opiskelija tuntee tekoälyn perusteet, ja osaa suunnitella ja toteuttaa pieniä tekoälysovelluksia. Opiskelijalla on hyvä käsitys tekoälyn osa-alueista ja hän pystyy oma-aloitteisesti ja kriittisesti arvioimaan eri perusmenetelmien soveltuvuutta yksinertaisten ongelmien ratkaisuun.
Harjoitustehtävistä tehty vähintään 90%, kiitettävä ryhmätyö palautettu/esitetty,