Emneside for ING3513 Introduksjon til kunstig intelligens og maskinlæring
Hva lærer du
Emnet introduserer grunnleggende konsepter innen kunstig intelligens (KI) og maskinlæring (ML), inkludert praktiske implementeringer i et egnet programmeringsspråk. Studentene skal lære modelldesign og teststrategier for flere ML algoritmer. Studentene vil deretter bruke valgte algoritmer til problemløsningsscenarier.
Emnet bygger på ING1503 Programmering ogdigitalteknikk og ING2501 Matematiske metoder 2. For V79 og V80 bygger det også på ING1509 Python og nettverkssikkerhet
-
Kunnskap
Etter å ha fullført emne kan kadetten:
• Forklare forholdet mellom datatopologi og den interne modellen som en ML-algoritme lager for å representere den topologien
• Beskrive forskjellene mellom de ulike typene ML-algoritmer
• Forklare forskjellen mellom veiledet og ikke-veiledet læring, og beskrive hvilke algoritmer som bruker de ulike strategiene
Ferdigheter
Etter å ha fullført emne kan kadetten:
• Velge og bruke den riktige ML/KI algoritmen for en gitt applikasjon
• Bruke ML/KI ytelsesmålinger for å evaluere ytelsen
Generell kompetanse
Etter å ha fullført emne kan kadetten:
• Forklar med egne ord hvordan en ML/AI-algoritme kan løse et problem eller hvorfor den kanskje ikke klarer å løse et problem
-
Forelesninger og semesteroppgaver. Undervisningsspråk er engelsk.
-
Vurderingsform: Semesteroppgave 1.
Gruppering: Grupper
Varighet: 1 semester
Karakterskala: A-F
Andel: 20%
Hjelpemidler: Alle
Språk: Engelsk, og kandidatene svarer på engelsk.
Kommentarer: Rapport basert på laboratorieoppgaver av dataforberedelse
Vurderingsform: Semesteroppgave 2
Gruppering: Grupper
Varighet: 1 semester
Karakterskala: A-F
Andel: 20%
Hjelpemidler: Alle
Språk: Engelsk, og kandidatene svarer på engelsk.
Kommentarer: Rapport basert på laboratorieoppgaver av veiledet læring
Vurderingsform: Semesteroppgave 3.
Gruppering: Grupper
Varighet: 1 semester
Karakterskala: A-F
Andel: 20%
Hjelpemidler: Alle
Språk: Engelsk, og kandidatene svarer på engelsk.
Kommentarer: Rapport basert på laboratorieoppgaver av uovervåket læring
Vurderingsform: Semesteroppgave 4.
Varighet: 1 semester
Karakterskala: A-F
Andel: 40%
Hjelpemidler: Alle
Språk: Engelsk, og kandidatene svarer på engelsk.
Kommentarer: Sluttprosjekt med rapport basert på laboratorieoppgaver av KI/ML problemløsningsscenario
