Statusmelding

Emnebeskrivelsen for semesteret du ønsket å se, er ikke publisert. Du ser nå den sist tilgjengelige versjonen.

EITDDAK 01TD55F Prediksjon og prognoser

EITDDAK 01TD55F Prediksjon og prognoser

  • Emnebeskrivelse
    • Emnekode
      EITDDAK 01TD55F
    • Studieprogram
      Dataanalytiker
    • Studiepoeng
      5
    • Studiested
      Kongsberg
    • Studienivå
      Fagskole nivå 5.2
    • Emneansvarlig
      Gry Brubakk Fossan
Undervisningssemestere
2025 Høst
2026 Vår
2026 Høst
2027 Vår
Emnets innhold

Temaer

Prediksjon og prognoser

  • Prognose og prediksjon basert på historiske tall
  • KI modeller
Læringsutbytte
Kunnskap

Studenten:

  • Har kunnskap om kunstig intelligens (KI) modeller og deres anvendelser i prediksjon og prognoser
  • Har kunnskap om prinsippene for prognoser og hvordan historiske data kan brukes til å forutsi fremtidige trender
  • Kan oppdatere sin yrkesfaglige kunnskap om de nyeste metodene og teknikkene innen KI-modeller og prediksjon
  • Har kunnskap om verktøy og metoder for å implementere og evaluere prediksjonsmodeller
Ferdigheter

Studenten

  • Kan anvende KI-modeller for å utføre prediksjoner basert på historiske data
  • Kan bruke relevante verktøy for å utføre prognoser og prediksjoner
  • Kan kartlegge en situasjon om historiske data for å identifisere mønstre og trender som kan brukes i prediksjonsmodeller
  • Kan kartlegge en situasjon for å evaluere prediksjonsmodeller ved bruk av passende metoder og teknikker
  • Kan anvende faglig kunnskap for å forbedre nøyaktigheten og påliteligheten til prediksjonsmodeller
Generell kompetanse

Studenten

  • Har utviklet en etisk grunnholdning for juridiske problemstillinger knyttet til bruk av KI-modeller og prediksjon
  • Har forståelse for egen faglig utøvelse og kan justere denne under veiledning
  • Kan bygge relasjoner og samarbeide effektivt i tverrfaglige team for å løse komplekse datarelaterte utfordringer
  • Kan utvikle arbeidsmetoder for innovasjon og forbedring av prediksjonsprosesser i en organisasjon
  • Har forståelse for viktigheten av kontinuerlig læring og utvikling innen KI og prediksjonsmodeller
Arbeidsinnsats

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
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.

Arbeids- og læringsaktiviteter

Nettbaserte forelesninger, individuelle oppgaver, gruppearbeid, presentasjoner, refleksjoner og diskusjoner

Litteraturliste

Litteraturliste oppdateres og kunngjøres ved studiestart på fagskolens nettsider innen 10. august.