Opbouw studiejaar
Een studiejaar bestaat uit twee semesters die elk weer zijn opgedeeld volgens het 8-8-4 schema: twee blokken van acht weken gevolgd door een blok van vier weken. In de blokken van acht weken volg je doorgaans twee vakken met hoorcolleges, werkcolleges en practica. In de blokken van vier weken doe je een project waarbij je de opgedane kennis meteen toepast. Daarnaast volg je het hele jaar door het practicum Academische Vaardigheden (jaar 1) of Oriëntatie Academische carrière (jaar 2). De meeste vakken worden afgesloten met één of meerdere toetsen, zoals een schriftelijk of mondeling tentamen, een werkstuk of een eindpresentatie. Daarnaast kunnen tussentijdse opdrachten ook meetellen voor je eindcijfer.
Tijdsverdeling
Per week ben je ongeveer 40 uur met de studie bezig bent. Hiervan bestaat ongeveer 16 uur uit contactonderwijs. De andere helft van de tijd gebruik je voor zelfstudie of werk je met medestudenten aan een project. Je doet al je werk op je eigen laptop, die je altijd bij je hebt.
-
Jaar 1
In het eerste jaar maak je kennis met de belangrijkste onderwerpen uit de kunstmatige intelligentie. Je leert programmeren in Python en enkele andere talen zoals R, Prolog en C. Je volgt vakken in logica, wiskunde, cognitieve psychologie, webtechnieken en taalverwerking. Ook krijg je les over de recente toepassingen van kunstmatige intelligentie. Daarnaast wordt er aandacht besteed aan de samenhang tussen verschillende onderwerpen binnen kunstmatige intelligentie. Aan het eind van elke semester doe je een project waar je opgedane kennis meteen toepast. Zo analyseer je bijvoorbeeld patronen en maak je ze ook zichtbaar in het vak Informatievisualisatie.
Om je zo goed mogelijk op weg te helpen met je studie, is er in het eerste jaar veel aandacht voor studiebegeleiding.
-
Jaar 2
In het tweede studiejaar volg je vakken die dieper ingaan op de onderwerpen uit het eerste jaar. Daarnaast wordt je geïntroduceerd in verschillende technieken van Machine Learning, zoals lineaire regressie, Naive Bayes Classifiers, beslisbomen en clustering. Deze technieken ga je meteen toepassen in bij het oplossen van praktische problemen die worden aangedragen door bedrijven en onderzoeksinstituten. Zo rond je het eerste én het tweede semester af door met medestudenten een project uit te voeren voor een bedrijf en hierover een verslag te maken te presenteren.
-
Jaar 3
In het derde jaar heb je volop keuzeruimte. Gedurende het gehele eerste semester van het derde jaar volg je verdiepende of verbredende keuzevakken, binnen de kunstmatige intelligentie of bij een andere opleiding. In het tweede semester volg je, naast nog één keuzevak, het vak Filosofie en AI en werk je aan je afstudeerproject. Hiervoor zet je een eigen wetenschappelijk onderzoek op waarover je bachelorscriptie schrijft. Voorbeelden van afstudeerprojecten zijn:
- Het onderscheiden van groente en fruit in de keuken
- Het creëren van abstracte kunst (RoboMozart)
- Het ontwikkelen van een zoekmethode voor het vinden van de juiste rechtsbronnen
Na afronding van alle vakken en de voltooiing van je bachelorscriptie krijg je de titel Bachelor of Science (BSc).
-
Inleiding kunstmatige intelligentieBlok 16
-
Problem Solving and SearchBlok 16
-
Inleiding logicaBlok 26
-
Introductie in programmerenBlok 26
-
Webtechnologie voor KIBlok 35
-
Practicum Academische Vaardigheden KI 1Blok 1Blok 2Blok 31
-
Lineaire algebra KIBlok 46
-
Inleiding cognitieve psychologieBlok 46
-
Calculus en optimalisatieBlok 56
-
Taaltheorie en taalverwerkingBlok 56
-
InformatievisualisatieBlok 65
-
Practicum Academische Vaardigheden KI 2Blok 4Blok 5Blok 61
-
Bayesian Statistics for Machine LearningBlok 16
-
ComputersystemenBlok 16
-
Computationele logicaBlok 26
-
LerenBlok 26
-
Leren en beslissenBlok 35
-
Oriëntatie op studie en loopbaan 1Blok 1Blok 2Blok 31
-
Datastructuren en AlgoritmenBlok 46
-
Natuurlijke taalmodellen en interfacesBlok 46
-
Cognitive ModellingBlok 56
-
Introduction to Computer VisionBlok 56
-
Tweedejaarsproject BSc KIBlok 65
-
Oriëntatie op studie en loopbaan 2Blok 4Blok 5Blok 61
-
KeuzevakkenBlok 1Blok 2Blok 330
-
Filosofie en AIBlok 46
-
KeuzevakBlok 46
-
Afstudeerproject BSc KIBlok 5Blok 618

'Mensen zijn intelligente wezens. We kunnen leren, probleemoplossend denken, met elkaar communiceren en we zijn ook nog eens creatief. Deze eigenschappen maken de mens een speciaal soort. Wat Kunstmatige Intelligentie voor mij zo interessant maakt is de vraag hoe we deze intelligentie vertalen en meegeven aan computers. Hoe kunnen wij intelligentie creëren?'Studente Kunstmatige Intelligentie, Dionne Gantzert Lees het verhaal van Dionne en andere studenten
-
Keuzeruimte
Het eerste semester van het derde jaar bestaat uit vrije keuzeruimte (30 EC) die je helemaal zelf kunt invullen. Dit geeft je de kans om je kennis te verbreden of juist te verdiepen op een onderwerp waar je graag meer over wil leren. Ook kun je een stage doen van acht weken bij een bedrijf of andere organisatie. Maar je kunt deze tijd bijvoorbeeld ook gebruiken voor een uitwisseling naar het buitenland.
-
Studiebegeleiding
Tijdens je studie sta je er niet alleen voor. Je krijgt in elke fase van je studie de persoonlijke begeleiding die past bij de specifieke vragen van dat moment.
Ervaar de opleiding
Wat verstaan we onder kunstmatige intelligentie en machine learning? Wat kan er nog niet met kunstmatige intelligentie en voor welke uitdagingen staat de maatschappij? Prof. Max Welling bespreekt het allemaal in het eerstejaars college Inleiding Kunstmatige intelligentie.
Wil jij weten hoe het is om Kunstmatige intelligentie aan de UvA te studeren? Opleidingsdirecteur Christof Monz en studenten Simon en Mare vertellen je alles wat je moet weten in deze informatiesessie. Deze presentatie werd opgenomen tijdens de UvA Bachelorweek van maart.
-
Heb ik programmeerervaring nodig?
Je hoeft geen programmeerervaring te hebben om met de opleiding te kunnen beginnen, dit leer je tijdens de opleiding. Wel moet je het natuurlijk leuk vinden om met computers te werken.
-
Wat zijn de grootste verschillen tussen Kunstmatige intelligentie, Informatica en Informatiekunde?
Bij Kunstmatige intelligentie richten we ons specifiek op taken van computers waar intelligentie voor nodig is, zoals machine learning en deep learning. Om menselijke intelligentie te begrijpen en te kunnen simuleren heb je ook vakken als logica, psychologie en taalkunde. Informatica houdt zich bezig met de theorie achter en de werking en toepassing van computersystemen, netwerken, applicaties, hardware en software. Bij Informatiekunde gaat het meer over toepassingen van technologie om specifieke problemen op te lossen en processen te verbeteren en is er daarom ook meer aandacht voor bijvoorbeeld organisatiekunde en communicatie.
Download de infographic voor meer verschillen tussen de drie opleidingen