IKT901 Introduksjon til maskinlæring
- Studiepoeng:
- 5
- Ansvarlig avdeling:
- Fakultet for teknologi og realfag
- Emneansvarlig:
- Morten Goodwin
- Undervisningssemester:
- Høst
- Undervisningsspråk:
- Norsk
- Varighet:
- 1 semester
Emnet er tilknyttet følgende studieprogram
- Industriell digitalisering og kunstig intelligens
Undervisningsspråk
NorskForkunnskapskrav
Generell studiekompetanse
Emnet tilbys som oppdragsstudium for ansatte i medlemsbedrifter i næringsklyngene iKuben, Digin, MIL, Sinpro, Eyde og NODE.
Anbefalte forkunnskaper
Programmeringskunnskaper, gjerne i Python.
Innhold
- Supervised learning: decision trees, kunstige neural nett, Bayesian læring
- Unsupervised learning: K-means clustering, hierarchical clustering, principal components
- Introduksjon til reinforcement læring
- Real-world anvendelse av maskinlæring (f.eks selvkjørende biler, medisinsk bildeprosessering, tale/språkprosessering, e.l.)
Læringsutbytte
Etter fullført emne skal studenten:
- ha en grunnleggende forståelse av konsepter innen maskinlæring, inkludert supervised, unsupervised og reinforced læring
- kunne anvende maskinlæringsalgoritmer på datasett vet hjelp av ferdige programpakker for maskinlæring.
- kunne utføre eksperimenter og empirisk evaluere og sammenligne forskjellige maskinlæringsalgoritmer.
- ha forståelse og være kjent med industrielle problemstillinger og løsninger knyttet til maskinlæring.
Vilkår for å gå opp til eksamen
Obligatoriske øvinger/prosjekter. Mengde og type angis ved oppstart.
Undervisnings- og læringsformer
Arbeidsformene i emnet er forelesninger, egenstudium, øvinger og obligatoriske oppgaver og prosjekt. Oversikt over obligatoriske oppgaver og prosjekt gis ved kursstart.
Gjennomsnittlig arbeidsmengde: 135 timer.
Studentevaluering
Emneansvarlig i samråd med studenttillitsvalgt fastsetter evalueringsform og om emnene skal ha midtveis- eller sluttevaluering, jf. kvalitetssystemet kapittel 4.1. Informasjon om evalueringsform for emnet publiseres i Canvas.
Tilbys som enkeltemne
Ja, forutsatt ledige plasser.
Eksamen
Individuell prosjektoppgave. Vurderingsuttrykk: bestått/ikke bestått.