Faglig innhold

Data science og maskinlæring.

Kyber-fysiske systemer og adaptiv styring.

Kommunikasjonssystemer i kontekst av automatiserte prosesser.

Læringsutbytte

Kunnskap

• Kunnskap på det teoretiske grunnlaget innen estimering og maskinlæring.
• Kunnskap på arkitektur av kyber-fysiske systemer.
• Kunnskap på modellering av styringssystemer.
• Kunnskap på kommunikasjonsteknologi i kontekst av automatiserte prosesser.

Ferdigheter

• Data science ferdigheter ved bruk av Python, inkludert manipulering av data og trening av maskinlæring-modeller.
• Ferdigheter for modellering av dynamiske prosesser samt integrering av styring basert på tilbakekobling.
• Ferdigheter for å utvikle distribuerte komponenter som kommuniserer ved bruk av TCP/IP og kommunikasjonsmellomvare.

Generell kompetanse

• Kan bidra til design og implementering av tekniske løsninger som en del av transformasjoner knyttet til Industri 4.0.
• Kan bidra til realisering av fleksible automatiseringsløsninger basert på intelligente algoritmer.

Læringsformer og aktiviteter

Korte video forelesninger.

Samlinger ved NTNU campus Gjøvik.

Programmeringsoppgaver i Python: Jupyter-notebooks og Python-skripter.

Mer om vurdering

Mappevurdering.

Forkunnskapskrav

Programmeringsferdigheter i Python, grunnleggende kunnskap innen lineær algebra, sannsynlighetsteori og statistikk

Kursmateriell

Forskningsartikler, rapporter, utvalgte bok-kapitler