Emneside for ING3391 Linux, datanettverk og maskinlæring
Hva lærer du
Emnet er todelt.
Del 1: Gode kunnskaper om datasystemer er viktig for tjenesten om bord på Sjøforsvarets fartøyer og i Sjøforsvarets organisasjon. Emnet skal gi kadetten grunnlag i datakommunikasjon og operativsystemer, med spesiell fordypning i Linux.
Del 2: Oversikt og kunnskap om ny teknologi som blir tatt stadig mer i bruk og som kommer til å påvirke tjenesten om bord i operasjonsrom i framtiden, er viktig. Dette gjelder spesielt kunstig intelligens. Emnet skal gi kadetten grunnlag i maskinlæring og de viktigste metoder for implementering.
Emnet dekker følgende faglig innhold:
Del 1: Oversikt over oppgaver og prinsipper for et operativsystem gjennom bruk av Linux (shell, filbehandling, rettigheter, prosesstyring, nettverk), datakommunikasjon (OSI og TCP/IP modeller, Wire-Ethernet, WiFi, IPv4 og IPv6, TCP/UDP, tjenester), sikkerhet (kryptering, sertifikater, brannmurer).
Del 2: Oversikt over algoritmer og metoder i maskinlæring: veiledet læring, lineær regresjon, logistisk regresjon, regularisering, nevrale nettverk.
-
Knowledge
After completion of the course, the candidate...
- has broad knowledge of key concepts in operating systems and demonstrate a working knowledge of the Linux operating system
- has knowledge of key concepts, methods, and protocols in data communication
- has knowledge of key concepts in data security: encryption, certificates, and firewall
- has knowledge of the basic principles of supervised machine learning
- has knowledge of the implementation of different algorithms in supervised machine learning
- has knowledge of the uses and limitations of supervised machine learning in different situations and applications
- continue with further studies in computer sciences, maritime subjects, and weapon specialisations at the Navy course programs or at other schools with corresponding level
Skills
After completion of the course, the candidate is able to:
- provide the fundamentals of operating system and data communication, and use a relevant system of concepts
- set up a local network and apply data communication as a tool
- work in a Linux system environment
- provide the fundamentals of supervised machine learning, and use a relevant system of concepts
- apply linear regression, logistic regression, and neural network as tools
- establish testing and validating procedures when training a machine learning system
General competence
After completion of the course, the candidate is able to:
- convey knowledge of computer networks and Linux operating system
- solve problems related to using computers connected in networks
- provide technical assistance when the resolution of an issue involves data communication
- exchange views and experiences with others who have a background in data communication and Linux systems, and through this contribute to the development of good practice
- convey knowledge of supervised machine learning
- explain how supervised machine learning can solve practical problems
- provide technical assistance when the resolution of an issue involves supervised machine learning
- exchange views and experiences with others who have a background in supervised machine learning
-
Arbeidsmåter:
- Klasseromsundervisning: Teorigjennomgang og laboratorieøvelser
- Laboratorieøvelser med datamaskiner i eget lokalnett og/eller i virtuelle omgivelser
- Selvstudium: Selvstendig arbeid med teori og oppgaver
-
Vurderingsform: Muntlig eksamen, individuell. Eksamen del 1 (Linux, datakommunikasjon). Må bestås
Varighet: 20 minutter
Karakterskala: A-F
Andel: 50 %
Hjelpemidler: Etter avtale
Vurderingsform: Muntlig eksamen, individuell. Eksamen del 2 (maskinlæring). Må bestås
Varighet: 20 minutter
Karakterskala: A-F
Andel: 50 %
Hjelpemidler: Etter avtale
