President Award Click here CAREER Click here
President Award Click here CAREER Click here
ADMISSION ENQUIRY - 2024
Artificial Intelligence
GANPAT UNIVERSITY |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
FACULTY OF ENGINEERING & TECHNOLOGY |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Programme |
Bachelor of Technology |
Branch/Spec. |
Computer Science & Engineering (BDA/CBA/CS) |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Semester |
VI |
Version |
1.0.0.2 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Effective from Academic Year |
2022-23 |
Effective for the batch Admitted in |
June 2020 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Subject code |
2CSE60E14 |
Subject Name |
Artificial Intelligence |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Teaching scheme |
Examination scheme (Marks) |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
(Per week) |
Lecture(DT) |
Practical(Lab.) |
Total |
CE |
SEE |
Total |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
L |
TU |
P |
TW |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Credit |
3 |
0 |
1 |
0 |
4 |
Theory |
40 |
60 |
100 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Hours |
3 |
0 |
2 |
0 |
5 |
Practical |
30 |
20 |
50 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Pre-requisites: |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Data structures, Algorithm design and analysis, Basic programming logic |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Learning Outcome: |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Upon Completion of the course, the students will be able to • Learn the key components of the artificial intelligence (AI) field. • Understand the key aspects of search strategies, planning and reasoning algorithms. • Understand and apply the key aspects of statistical approach to solve computational problems. • Apply artificial intelligence techniques and algorithms to various use cases. |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Theory syllabus |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Unit |
Content |
Hrs |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
1 |
Basics of Artificial Intelligence What is intelligence? Foundations of artificial intelligence (AI). History of AI; Problem Solving- Formulating problems, problem types, states and operators, state space, search strategies |
5 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
2 |
Informed Search Strategies Best first search, A* algorithm, heuristic functions, Iterative deepening A*(IDA), small memory A*(SMA) |
5 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
3 |
Reasoning Representation, Inference, Propositional Logic, predicate logic (first order logic), logical reasoning, forward chaining, backward chaining; AI languages and tools - Lisp, Prolog, CLIPS |
7 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
4 |
Planning Basic representation of plans, partial order planning, planning in the blocks world, hierarchical planning, conditional planning, representation of resource constraints, measures, temporal constraints |
6 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
5 |
Statistical Reasoning Probability And Bayes’ Theorem, Certainty Factors And Rule-Base Systems, Bayesian Networks, DempsterShafer Theory, Fuzzy Logic. |
7 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
6 |
Game Playing: Overview, And Example Domain : Overview, MiniMax, Alpha-Beta Cut-off, Refinements, Iterative deepening |
3 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
7 |
Hidden Markov Models- Markov Chains, The Hidden Markov Model, Likelihood Computation: The Forward Algorithm, Decoding: The Viterbi Algorithm, HMM Training: The Forward-Backward Algorithm |
4 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
8 |
Learning Inductive learning, decision trees, logical approaches, computational learning theory, reinforcement learning, natural language understanding and its Applications. |
8 |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Practical content |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Practicals will be based on developing intelligent agents through uninformed search strategy, informed search strategy, first order logic using prolog, Byesian network, automation for 2-Player game, Hidden Markov Chain, reinforcement learning, Natural language understanding. |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Text Books |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
1 |
Stuart Russell and Peter Norvig. Artificial Intelligence – A Modern Approach, Pearson Education Press. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
2 |
Kevin Knight, Elaine Rich, B. Nair, Artificial Intelligence, McGraw Hill. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
3 |
Daniel Jurafsky, James H. Martin, Speech and Language Processing: An Introduction to Natural Language Processing, Computational Linguistics, and Speech Recognition |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Reference Books |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
1 |
George F. Luger, Artificial Intelligence, Pearson Education. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
2 |
Nils J. Nilsson, Artificial Intelligence: A New Synthesis, Morgan Kauffman. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Course Outcomes: |
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Cos |
Description |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
CO1 |
Learn the key components of the artificial intelligence (AI) field. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
CO2 |
Understand the key aspects of search strategies, planning and reasoning algorithms. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
CO3 |
Understand and apply the key aspects of statistical approach to solve computational problems. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
CO4 |
Apply artificial intelligence techniques and algorithms to various use cases. |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Mapping of CO and PO
|