ITF31519 Praktisk maskinlæring (Høst 2020)
Fakta om emnet
- Studiepoeng:
- 10
- Ansvarlig avdeling:
- Fakultet for informasjonsteknologi, ingeniørfag og økonomi
- Emneansvarlige:
-
- Sukalpa Chanda
- Kazi Shah Nawaz Ripon
- Undervisningsspråk:
- Engelsk.
- Varighet:
- ½ år
Emnet er tilknyttet følgende studieprogram
Obligatorisk emne i
- bachelorstudiet i informatikk - design og utvikling av IT-systemer med fordypning i maskinlæring.
Valgfritt emne for øvrige.
Absolutte forkunnskaper
Kunnskaper tilsvarende emnet Programmering 2/Objektorientert programmering.
Anbefalte forkunnskaper
Kunnskaper tilsvarende emnene:
- Statistikk og statistisk programmering.
- Matematikk 1 (evt. at dette emnet tas i parallell med anvendt maskinlæring)
Undervisningssemester
5. semester (høst).
Studentens læringsutbytte etter bestått emne
Kunnskap
Studenten har
- forståelse av hva som er et maskinlæringsproblem, hvordan man kan løse de og etiske utfrordinger knyttet til dette
- har kjennskap til arbeidsflyt for bruk av maskinlæring
Ferdigheter
- Studenten kan anvende plattformer og pakker for maskinlæring
Generell kompetanse
- Studenten kan programmere maskiner slik at de kan lære å løse problemer på egenhånd
Innhold
Anvendelse av
- ulike teknikker for maskinlæring
- metoder for evaluering av modeller for maskinlæring
Undervisnings- og læringsformer
Prosjektarbeid, forelesninger og laboratorieveiledning.
Arbeidsomfang
Ca 250 timer.
Arbeidskrav - vilkår for å avlegge eksamen
Inntil 4 stk obligatoriske innleveringer.
Arbeidskrav må være godkjent før studenten kan fremstille seg til eksamen.
Eksamen
Individuell mappeinnlevering
Mappen inneholder følgende elementer:
- en sammenligning av modeller på et valgt problem
- en rapport som beskriver programmet/prosjektet
Mappen vurderes som en helhet og det gis en samlet karakter.
Det benyttes karakterskala A - F.
Sensorordning
Ekstern og intern sensor eller to interne sensorer.
Vilkår for ny/utsatt eksamen
Ved ny og utsatt eksamen må alle mappens elementer leveres på nytt.
Evaluering av emnet
Dette emnet evalueres på følgende måte:
- Midtsemesterevaluering (obligatorisk)
Den emneansvarlige lager en oppsummering på bakgrunn av studentenes tilbakemeldinger og sine egne erfaringer med emnet. Oppsummeringen behandles av studiekvalitetsutvalget ved avdeling for informasjonsteknologi.
Litteratur
Litteraturlisten er sist oppdatert 3. juni 2020
Nettressurser som gjøres tilgjengelig på høgskolens læringsplattform.
Støttelitteratur:
Oliver Theobald: Machine Learning For Absolute Beginners: A Plain English Introduction (Second Edition).