course-details-portlet

IDATT2502 - Anvendt maskinlæring med prosjekt

Om emnet

Vurderingsordning

Vurderingsordning: Prosjektoppgave
Karakter: Bokstavkarakterer

Vurdering Vekting Varighet Delkarakter Hjelpemidler
Prosjektoppgave 100/100

Faglig innhold

Datarepresentasjon: representasjon av ulike datakilder som bilder, lyd og tekst, aktuelle teknikker for prosessering av data.

Unsupervised learning: ulike clustering algoritmer, reduksjon av dimensjoner, og andre aktuelle metoder.

Supervised learning: blant annet logistisk regresjon og forskjellige typer nevrale nettverk.

Læringsutbytte

Kunnskaper

Kandidaten kan gjøre rede for:

  • ulike måter å representere data på
  • ulike metoder for å gruppere og klassifisere data
  • hvilke maskinlæringsmetoder som er hensiktsmessig å bruke ved gitte problemstillinger
  • begrensninger ved maskinlæring

Ferdigheter

Kandidaten kan:

  • lage fullverdige maskinlæringsløsninger ved hjelp av et rammeverk
  • ta i bruk representasjonsalgoritmer som gjør det enklere for maskinlæringsmetoder å gi bedre resultater for et gitt datasett
  • velge og tilpasse en maskinlæringsmetode som er aktuell for en gitt problemstilling
  • vurdere om maskinlæringsmetoder kan gi gode resultater for en gitt problemstilling med utgangspunkt i et gitt datasett

Generell kompetanse

Kandidaten skal kunne finne og tilpasse løsninger til nye problemstillinger basert på tidligere anvendelser av maskinlæring.

Læringsformer og aktiviteter

Forelesninger, øvinger og prosjekt.

Obligatoriske aktiviteter

  • Obligatoriske øvinger

Mer om vurdering

Arbeidskrav: Det gis obligatoriske øvinger som alle må være godkjente.

Vurdering: Sluttkarakteren settes på grunnlag av prosjektet.

Ny/utsatt vurdering: neste gang emnet kjøres.

Spesielle vilkår

Kursmateriell

Programmeringseksempler, presentasjoner og bruksanvisninger med hjelpelitteratur gjennom eksterne ressurser.

Studiepoengreduksjon

Emnekode Reduksjon Fra Til
TDAT3025 7.5 HØST 2021
Flere sider om emnet

Ingen

Fakta om emnet

Versjon: 1
Studiepoeng:  7.5 SP
Studienivå: Tredjeårsemner, nivå III

Undervisning

Termin nr.: 1
Undervises:  HØST 2023

Undervisningsspråk: Norsk

Sted: Trondheim

Fagområde(r)
  • Ingeniør
Kontaktinformasjon
Emneansvarlig/koordinator: Faglærer(e):

Ansvarlig enhet
Institutt for datateknologi og informatikk

Eksamensinfo

Vurderingsordning: Prosjektoppgave

Termin Statuskode Vurdering Vekting Hjelpemidler Dato Tid Eksamens- system Rom *
Høst ORD Prosjektoppgave 100/100

Utlevering
22.08.2023

Innlevering
24.11.2023


14:00


12:00

INSPERA
Rom Bygning Antall kandidater
  • * Skriftlig eksamen plasseres på rom 3 dager før eksamensdato. Hvis mer enn ett rom er oppgitt, finner du ditt rom på Studentweb.
Eksamensinfo

For mer info om oppmelding til og gjennomføring av eksamen, se "Innsida - Eksamen"

Mer om eksamen ved NTNU