KIUA1013 Maskinlæring II

    • Emnekode
      KIUA1013
    • Studiepoeng
      30
    • Undervisningssemestre
      2026 Vår
    • Undervisnings- og eksamensspråk
      Norsk/Engelsk
    • Undervisningssted
      Hamar
    • Forkunnskapskrav

      Anbefalt: KIUA1011 Introduksjon til kunstig intelligens og KIUA1012 Maskinlæring I

Emnets innhold

Dette emnet er om mellomnivåtemaer i matematikk. Emnet gir videre en innføring i mellomnivåtemaer innen sannsynlighetsregning og statistikk. Kurset introduserer grunnleggende emner innen maskinlæring. Disse temaene vil bli supplert med programmeringsmetoder og verktøy. Studentene skal fortsette å utvikle generelle ferdigheter i prosjektplanlegging og kunnskapsdeling.

Læringsutbytte

Ved bestått emne har studenten oppnådd følgende læringsutbytte:

Kunnskap

Studenten har:

  • Kunnskap om mellomnivåtemaer i matematikk bygget på grunnleggende temaer
  • Kunnskap om mellomnivåtemaer i sannsynlighetsregning og statistikk bygget på grunnleggende temaer
  • Kunnskap om mellomnivåtemaer programmeringsmetoder og verktøy bygget på grunnleggende temaer i logikk og innledende programmering
  • Kunnskap om grunnleggende temaer i maskinlæring
Ferdigheter

Studenten kan:

  • Anvende mellomnivåtemaer i matematikk
  • Anvende mellomnivåtemaer i sannsynlighetsregning og statistikk
  • Anvende mellomnivåtemaer i programmeringsmetoder og verktøy
  • Anvende grunnleggende temaer i maskinlæring
Generell kompetanse

Studenten:

  • Har god forståelse av relevansen av mellomnivåtemaer i matematikk med utgangspunkt i grunnleggende temaer
  • Har god forståelse av mellomnivåtemaer i sannsynlighetsregning og statistikk med utgangspunkt i grunnleggende temaer
  • Har god forståelse av mellomnivåtemaer i programmeringsmetoder og verktøy bygget på grunnleggende logikk og innledende programmering
  • Har god forståelse av grunnleggende temaer i maskinlæring
  • Kan forstå betydningen av klassiske analoge læringsmetoder før fullskala digitale læringsmetoder
  • Kan arbeide i samarbeidsprosjekter gjennom ulike aktiviteter
Arbeids- og undervisningsformer

Emnet er gjennomført som en kombinasjon av forelesninger, praktiske øvelser, selvstudium og veiledning.

Obligatoriske aktiviteter
  • 3 individuelle oppgaver
  • 2 presentasjoner av gruppearbeid
Eksamen
VurderingsordningKarakterskalaGruppe/individuellVarighetHjelpemidlerAndelKommentarer
Skriftlig eksamen med tilsyn
ECTS - A-F
Individuell
4 Time(r)
33%
Skriftlig eksamen med tilsyn
ECTS - A-F
Individuell
4 Time(r)
33%
Mappeeksamen
ECTS - A-F
Gruppe
33%
Eksamen

Kombinasjonseksamen bestående av tre deler, som alle teller likt:

  • 4-timers skriftlig eksamen med tilsyn (skoleeksamen)
  • 4 timers skriftlig eksamen med tilsyn (skoleeksamen)
  • Mappeeksamen i grupper

Studentene kan velge hvilket språk som benyttes i egen gjennomføring av eksamen. Valgmuligheter er bokmål, nynorsk eller engelsk.

Tillatte hjelpemidler på eksamen:

  • Litteratur
  • Alle trykte og skrevne ressurser
  • Bruk av KI-generert tekst og innhold skal være avklart med faglærer, klart merket og akademisk begrunnet i besvarelsen
Fakultet
Fakultet for film, TV og spill
Institutt
Institutt for spillutdanninger - Spillskolen
Fagområde
Matematisk-naturvitenskapelige fag/informatikk
Studieprogram
Bachelor i kunstig intelligens - utvikling og anvendelse
Emnenivå
Grunnleggende emner, nivå I (100-LN)