EITDAMK 01TD56A Introduksjon til KI og maskinlæringsmodeller
EITDAMK 01TD56A Introduksjon til KI og maskinlæringsmodeller
- Emnebeskrivelse
- EmnekodeEITDAMK 01TD56A
- StudieprogramAnvendt maskinlæring
- Studiepoeng10
- StudiestedKongsberg
- StudienivåFagskole nivå 5.2
- EmneansvarligGry Brubakk Fossan
Used in other programs
- Anvendt maskinlæring
Temaer
Introduksjon til KI og maskinlæring
- Hva er maskinlæring
- Typer av maskinlæring (veiledet læring, uveiledet læring og forsterkende læring)
- Anvendelser og eksempler
- Historie og utvikling
Introduksjon til nevrale nettverk
- Grunnleggende matematiske konsepter
- Linear regresjon, logistisk regresjon
- Beslutningstrær, K-nærmeste nabo (KNN)
- Nevrale nettverk og dyp læring
Studenten:
- Har kunnskap om begreper, prosesser og verktøy som anvendes innenfor maskinlæring
- har bransjekunnskap og kjennskap til bruksområder for maskinlæring
- har kunnskap om grunnleggende matematiske konsepter for bruk i maskinlæring
Studenten
- kan finne relevante bruksområder for bruk av maskinlæring
- kan gjøre rede for sine valg av maskinlæringstyper for ulike problemstillinger
- kan anvende faglig kunnskap om grunnleggende matatematiske konsepter innenfor maskinlæring
- kan anvende relevante faglige verktøy innenfor maskinlæring
Studenten
- har forståelse for yrkes- og bransjeetiske prinsipper innenfor KI
- har utviklet en etisk grunnholdning i bruk av KI
- kan bygge relasjoner med fagfeller og på tvers av fag, samt med eksterne målgrupper
Arbeidskrav
- Gjennomføre obligatoriske innleveringsoppgaver
- Studentene får grundig tilbakemelding på arbeidskrav og vurderes bestått/ikke bestått
- Arbeidskravene må være bestått for å gjennomføre kurset/få avsluttende vurdering
Det gjennomføres obligatoriske arbeidskrav i emnet. Disse vurderes til godkjent/ikke godkjent. Antall arbeidskrav fremkommer i emnets fremdriftsplan.
Det foretas en helhetlig vurdering i emnet. Emnekarakter fastsettes basert på ett eller flere vurderingstellende elementer. Det fremkommer i emnets fremdriftsplan hva som er vurderingstellende arbeid.
Nettbaserte forelesninger, individuelle oppgaver, gruppearbeid, presentasjoner, refleksjoner og diskusjoner