TTK4852 - Maskinlæring - Eksperter i team
Maskinlæring
Mennesker lærer, tar beslutninger og utvikler seg basert på tidligere erfaringer og opplevelser. Maskinlæring er basert på samme konseptet. Det handler kort sagt om design og utvikling av algoritmer som gjør maskiner i stand til å lære og utvikle seg ved hjelp av empiriske data. Dataene som benyttes er ofte store mengder observasjoner fra den virkelige verden, og maskinlæring søker etter å gjenkjenne mønstre i dataene, samt å benytte disse mønstrene til å ta intelligente beslutninger. Dette er en sentral gren innenfor området kunstig intelligens.
Mengden tilgjengelig data har økt enormt den siste tiden noe som gjør at maskinlæringsmetoder blir stadig mer populære. Anvendelsene er mange. Alt fra autonome kjøretøy, talegjenkjenning, målrettet reklame og anbefaling av netflix-serier baserer seg på maskinlæringsmetoder. Teknologien gir også opphav til etiske spørsmål, og man kan spørre seg hvilken påvirkning maskinlæring vil ha på samfunnet vårt.
Relevant kompetanse
Landsbyen er åpen for studenter fra alle studieretninger, og hvert prosjekt vil utformes basert på gruppens kompetanse. Landsbyen er spesielt relevant for studenter med kunnskap innen programmering, kybernetikk, matematikk, statistikk, etikk eller psykologi. Ta gjerne kontakt ved spørsmål.
Om landsbyen
Deltakerne vil i stor grad selv velge hva de vil jobbe med innenfor landsbyens tema. Det er viktig at gruppen bruker tid på å kartlegge kunnskap og interesser, slik at en prosjektformulering kan skreddersys gruppens kompetanse.
Et typisk prosjekt i landsbyen vil bestå av å benytte maskinlæringsmetoder innen selvvalgte anvendelser og/eller se på etiske spørsmål knyttet til maskinlæring.
Eksempler på anvendelser:
- Autonome kjøretøy
- Talegjenkjenning
- Tolkning av håndskrift
- Svindeldeteksjon
- Prediksjon av aksjepriser
- Spill (sjakk, Go osv.)
- Målrettet reklame/anbefaling
- Forbedring av helsetjenester
Noen inspirerende lenker:
- https://www.techemergence.com/what-is-machine-learning/
- http://www.cw.no/artikkel/kronikk/kronikk-maskinlaering-neste-steg-etter-big-data
- https://www.kaggle.com
- https://machinelearningmastery.com/inspirational-applications-deep-learning/
- https://www.sas.com/en_us/insights/analytics/machine-learning.html
Fakta
- Emnekode: TTK4852
- Type: Langsgående
- Språk: Norsk
- Landsbyleder: Gunhild Elisabeth Berget
- Kontaktinformasjon: gunhild.berget@ntnu.no
- Undervises: Vår 2021
- Undervisningssted: Trondheim
- Vertsfakultet: IE
Viktig informasjon om EiT:
- Det unike med EiT er fokuset på samarbeidskompetanse og gruppeprosesser.
- Undervisningsformen i EiT forutsetter at alle bidrar og er til stede hele semesteret. Derfor er det obligatorisk tilstedeværelse hver landsbydag.
- I motsetning til mange emner er spesielt de første dagene viktig i EiT. Det er da dere i gruppa blir kjent med hverandre, og diskuterer hva hver enkelt kan bidra med. Dere skal også utarbeide den obligatoriske samarbeidsavtalen, samt begynne å utarbeide en felles problemstilling.
- Utfyllende informasjon om Eksperter i team finner du på siden for studenter.