KIUA2007 Translasjonell kunstig intelligens II
- EmnekodeKIUA2007
- Studiepoeng15
- Undervisningssemestre2027 Høst
- Undervisnings- og eksamensspråkNorsk/Engelsk
- UndervisningsstedHamar
- Forkunnskapskrav
Anbefalt: KIUA2006 Translasjonell kunstig intelligens I
I dette kurset vil det bli gitt en omfattende introduksjon til domenespesifikke state-of-the-art KI- og ML-teknologier. Studentene vil bli undervist om behovene til de ulike domenene som kan adresseres ved hjelp av slike KI- og ML-teknologier. Noen av disse domenene kan være helsevesen, finans, ledelse, kreative næringer, naturvitenskap, utdanning, styring, beredskapshåndtering og mange andre nåværende og fremvoksende domener. Kurset vil også hjelpe studentene til å kritisk vurdere relevansen av slike KI- og ML-teknologier og verktøy for de ulike domenene. Studentene vil fortsette å utvikle generelle ferdigheter i prosjektplanlegging og kunnskapsdeling som en del av dette emnet.
Læringsutbytte
Ved bestått emne har studenten oppnådd følgende læringsutbytte:
Studenten har:
- Kunnskap om bruk og justering av domenespesifikke state-of-the-art av KI- og ML-teknologier
- Kunnskap om behov i ulike domener for slike KI- og ML-teknologier
- Kunnskap om KI- og ML-teknologiintegrasjonsutfordringer i ulike domener
Studenten kan:
- Forstå og kunne bruke og justere domenespesifikke state-of-the-art av KI- og ML-teknologier
- Identifisere behov i ulike domener som kan dekkes ved hjelp av slike KI- og ML-teknologier
- Bruk slike KI- og ML-teknologier og verktøy for ulike domener (som helsevesen, finans, ledelse, kreative næringer, naturvitenskap, utdanning, styring, beredskapshåndtering og mange andre nåværende og nye domener.)
- Kritisk vurdere relevansen av slike KI/ML-teknologier og verktøy for ulike domener (som helsevesen, finans, ledelse, kreative næringer, naturvitenskap, utdanning, styring, beredskapshåndtering og mange andre nåværende og fremvoksende domener.)
Studenten kan:
- Bruk domenespesifikke toppmoderne KI/ML-teknologier for virkelige problemer i disse domenene
- Kritisk vurdere relevansen av slike KI/ML-teknologier og verktøy i virkelige kontekster.
- Arbeide i samarbeidsprosjekter gjennom ulike aktiviteter
Emnet er gjennomført som en kombinasjon av forelesninger, praktiske øvelser, selvstudium og veiledning.
- 2 individuelle obligatoriske arbeidskrav, krever fysisk tilstedeværelse på campus.
- Det er obligatorisk oppmøte i undervisningen, krever fysisk tilstedeværelse på campus. 80% tilstedeværelse i undervisning og 100% tilstedeværelse i spesifikke læringsaktiviteter i henhold til undervisningsplanen.
| Vurderingsordning | Karakterskala | Gruppe/individuell | Varighet | Hjelpemidler | Andel | Kommentarer |
|---|---|---|---|---|---|---|
Oppgave | ECTS - A-F | Gruppe | 100% |
- 1 prosjektbasert gruppeoppgave
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