Innledning

Etter å ha fullført Maskinlæring skal studenten ha kunnskap og erfaring innen de mest brukte maskinlæringsteknikkene. Maskinlæring gjør datamaskiner bedre på å løse oppgaver over tid. I det siste tiåret har maskinlæring gitt oss mer effektive nettsøk, praktisk talegjenkjenning og selvstyrte biler. Studenten får gjennom emnet teoretisk kunnskap og praktiske ferdigheter innen maskinlæring.

Læringsutbytte

Kunnskap

Studenten...

  • kan forklare begrepet maskinlæring og hvordan dette forholder seg til fagfeltet kunstig intelligens
  • kan forklare de tre hovedkategoriene for maskinlæring: supervised learning, unsupervised learning og reinforcement learning
  • kjenner til konseptene overfitting og underfitting i forbindelse med maskinlæring
  • forstår hvordan maskinlæring kan benyttes til oppgaver innen klassifisering, regresjon og clustering
  • kan forklare hvordan vanlige maskinlæringsalgoritmer, som support vector machines (SVMs), virker
  • kan forklare hvordan kunstige nevrale nettverk virker
  • kan forklare hva som menes med deep learning

Ferdigheter

Studenten...

  • kan benytte Python til å løse maskinlæringsoppgaver
  • kan anvende lineær regresjon
  • kan anvende de mest relevante maskinlæringsalgoritmene
  • kan kartlegge data ved hjelp av maskinlæring
  • kan vurdere ytelsen for forskjellige maskinlæringsalgoritmer

Generell kompetanse

Studenten...

  • kan anvende maskinlæring som et verktøy for å identifisere og nyttiggjøre informasjon på en effektiv måte
  • kan kritisk vurdere eksisterende forskning knyttet til maskinlæring

Emnet inngår i

Bachelor i informasjonsteknologi - Intelligente systemer

Læringsaktiviteter

Forelesninger, øvinger og egenstudier.

Anbefalt tidsbruk

  • Deltakelse i undervisning og veiledning - 48 timer
  • Selvstudium - 128 timer
  • Gjennomføring av og forberedelse til eksamen - 24 timer

Anbefalt tidsbruk totalt - 200 timer

Eksamen

Eksamensdel: Individuell mappevurdering*

Varighet: 2-12 uker

Gradering: Nasjonal karakterskala A - F (F er ikke bestått) 

Vekting: 100 % av hel vurdering 

Hjelpemidler: Alle hjelpemidler tillatt

Kontinuasjon

*Kontinuasjon av hjemmeeksamen: Kontinuasjon gjennomføres over én kalenderuke og med ny oppgavetekst. 

Merknader

Anbefalte forkunnskapskrav: grunnleggende programmeringskunnskaper.

Undervisningen vil bli levert på norsk eller engelsk avhengig av undervisere.