Emne - Maskinlæring for ingeniører - TMM4128
TMM4128 - Maskinlæring for ingeniører
Om emnet
Nytt fra studieåret 2022/2023
Vurderingsordning
Vurderingsordning: Samlet karakter
Karakter: Bokstavkarakterer
Vurdering | Vekting | Varighet | Delkarakter | Hjelpemidler |
---|---|---|---|---|
Skriftlig skoleeksamen | 50/100 | 4 timer | HJELPEMIDD | |
Mappe/sammensatt vurdering | 50/100 |
Faglig innhold
Maskinlæring (ML) er en gren av AI som fokuserer på å lære fra data for å designe automatiserte systemer som kan forbedre ytelsen med erfaring. De siste årene har maskinlæring blitt brukt i et bredt spekter av ingeniørapplikasjoner, inkludert: autonome biler, prediksjon av mekanisk feil, kvalitetsvurdering, robotsyn og intelligent kontroll blant annet.
Dette kurset gir en grundig introduksjon til maskinlæring og praktisk erfaring med praktiske anvendelser. Emnene som undervises i dette kurset vil dekke grunnleggende prinsipper innen maskinlæring, samt de teoretiske grunnlagene for algoritmene og hvordan de kan brukes optimalt.
Læringsutbytte
Etter å ha fullført dette kurset vil studenten kunne tilegne seg følgende:
Kunnskap:
- Lær de grunnleggende prinsippene for veiledet, uovervåket og forsterkende læring.
- Tilegne seg kunnskap om bruk av ML for å løse praktiske problemer relevante for ingeniører.
Ferdigheter:
- Bruk datahåndtering, funksjonsteknikk og dataforbehandlingsteknikker
- Få erfaring med å systematisk arbeide med data for å lære nye mønstre.
Generell kompetanse:
- På slutten av dette kurset vil studentene forstå styrken og begrensningene til velkjente maskinlæringsmetoder, og lære å analysere data for å identifisere trender.
Læringsformer og aktiviteter
Læringsaktiviteter i dette kurset inkluderer: forelesninger, forberedelse av seminarer, arbeid med et miniprosjekt og bidrag til diskusjon.
Eksamensoppgavene gis kun på engelsk, også det forventes at engelsk benyttes for å besvare eksamen.
Mer om vurdering
Mappevurdering og eksamen er grunnlaget for karakteren i emnet.
Karakteren deles inn i 50 % for mappevurdering og 50 % for eksamen. Mappen er vurdert i %-poeng og den inkluderer en muntlig presentasjon og et prosjekt som involverer bruk av en maskinlæringsmodell. Den muntlige presentasjonen vil finne sted ukentlig fra og med første uke i februar. Den dekker 25 % av mappevurdering. Emnet for den muntlige presentasjonen vil utdype algoritmer og modeller som dekkes i kurset og/eller deres anvendelser. Det kan leveres i fellesskap av mer enn én student. På den annen side vil prosjektet bli levert ved slutten av kurset, og det bør utføres av studentene individuelt. Den dekker 75 % av mappevurderingen. Prosjektet vil undersøke bruken av én maskinlæringsmodell i praksis og bør leveres som en kort skriftlig oppgave. Eksamen vekter 50 % av slutt karakteren.
Ved utsatt eksamen kan eksamensformen endres fra skriftlig til muntlig.
Anbefalte forkunnskaper
God bakgrunn i lineær algebra (matriser og egenvektor), kalkulus, sannsynlighet, samt programmeringskunnskaper i python eller MATLAB. Det vil også være nyttig å ta TPK4186 - Advanced Tools for Performance Engineering eller lignende kurs i det tredje året.
Kursmateriell
Lærebøker:
- Tom Mitchell: Machine learning, McGraw Hill, 1997
- Christopher M. Bishop, Pattern Recognition and Machine Learning, Springer, 2006
Ytterligere kursmateriell (lærebok og papirer) vil bli gitt i forelesningene.
Ingen
Versjon: 1
Studiepoeng:
7.5 SP
Studienivå: Høyere grads nivå
Termin nr.: 1
Undervises: VÅR 2023
Undervisningsspråk: Engelsk
Sted: Trondheim
- Maskinkonstruksjon og materialteknikk - Materialer og produksjonssystemer
- Maskinkonstruksjon og materialteknikk - Mekanisk integritet
- Maskinkonstruksjon og materialteknikk - Produkt-og maskinutvikling
- Datateknikk og informasjonsvitenskap
- IKT og matematikk
- Maskinkonstruksjon og materialteknologi
- Datamaskiner
- Maskinkonstruksjon og materialteknikk - Konstruksjoners integritet
- Databehandling
- Datateknikk
Eksamensinfo
Vurderingsordning: Samlet karakter
- Termin Statuskode Vurdering Vekting Hjelpemidler Dato Tid Eksamens- system Rom *
- Vår ORD Skriftlig skoleeksamen 50/100 HJELPEMIDD 11.05.2023 09:00 PAPIR
-
Rom Bygning Antall kandidater - Vår ORD Mappe/sammensatt vurdering 50/100
-
Rom Bygning Antall kandidater - Sommer UTS Skriftlig skoleeksamen 50/100 HJELPEMIDD
-
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.
For mer info om oppmelding til og gjennomføring av eksamen, se "Innsida - Eksamen"