Kursen ingår i dessa läroplaner och studiehelheter

Kursens undervisningsperiod

2 (2022-10-24 till 2022-12-31)

Nivå/kategori

Yrkesstudier

Undervisningsspråk

Svenska

Kurstyp

Obligatorisk

Cykel/nivå

Yrkeshögskoleexamen

Rekommenderat studieår

4

Omfattning

5 sp

Kompetensmål

Inom denna studieenhet kommer vi att fokusera på
följande kompetenser:

Maskininlärning och beslutstödssystemutveckling
med tyngdpunkt på:

Processoptimering

Tillämpning av olika metoder för att optimera en
process

Användning av optimering i maskininlärning

SDGs in focus:
1 NO POVERTY
4 QUALITY EDUCATION
8 DECENT WORK AND ECONOMIC GROWTH
9 INDUSTRY, INNOVATION AND INFRASTRUCTURE

Läranderesultat

Efter avlagd studieenhet:

Du har förståelse för vad optimering är och hur
det kan användas i maskininlärning (kunskap)

Du har fördjupad kunskap i metoder som kan
utnyttjas för att optimera en process (kunskap)

Du kan lösa olika optimeringsproblem i praktiken
(färdighet)

Innehåll

Kursen genomförs som en kurs med uppgifter och
föreläsningar. Kursens
mål är att den studerande ska ha förstått
problematiken med optimering av en process och
känna till relevanta metoder, så som metoder
för linjära problem och konvexa problem som kan
användas för ändamålet, samt hur optimering kan
användas i maskininlärning. Kursens bedömning
baserar sig på
uppgifter och ett mindre projektarbete.
Projektarbetet kan vara en litteraturstudie,
men även ett programmerings projekt.

Mer information

Uppgifternas tidtabell ges under kursen.
Uppgifterna görs under kursen. Projektets
tidtabell ges under kursen. Projektet görs under
kursen och presenteras före julen.

Litteratur

Ges på lektionen och på itslearning.

Studieaktiviteter

  • Föreläsningar - 28 timmar
  • Projekt- och produktionsarbete/konstnärlig verksamhet - 40 timmar
  • Självstudier - 67 timmar

Arbetsbelastning

  • Kursens totala antal arbetstimmar: 135 timmar
  • Varav självstyrda studieformer: 135 timmar
  • Varav schemalagda studier: 0 timmar

Undervisningsform

Närundervisning

Examinationsformer

Essä, rapporter, produktioner och portfolio

Examinationskrav

För godkänd prestation krävs att studenten
avlägger följande examinationer:
Examination 1 Uppgifter
Examination 2 Projektarbete
(examinationer = tentamina, demonstrationer och
presentationer, rapporter och produktioner,
uppsatser, samt närvaro vid angivna tillfällen)

Examinationerna väger sinsemellan på följande
sätt: Uppgifter 60 % , projekt 40 %

Lärare

Björk Kaj-Mikael

Examinator

Björk Kaj-Mikael

Kursens hemsida

Antal kursplatser

Ingen begränsning (31 studenter anmälda)

Delprestation i kraft till

12 månader efter kursens slutdatum

Kursanmälningstid

2022-10-10 till 2022-11-06

Examinationsformer

Datum meddelas senare - Rapporter och produktioner

Rumsbokningar
Datum Tid Rum Titel Beskrivning Organisatör
2022-10-26 08:30 - 12:00 Maskininlärning och optimering Björk Kaj-Mikael
2022-11-02 08:30 - 12:00 Maskininlärning och optimering Online lektioner i zoom Björk Kaj-Mikael
2022-11-09 13:00 - 16:30 Maskininlärning och optimering Online lektioner i zoom Björk Kaj-Mikael
2022-11-16 08:30 - 12:00 Maskininlärning och optimering Online lektioner i zoom Björk Kaj-Mikael
2022-11-23 08:30 - 12:00 Maskininlärning och optimering Online lektioner i zoom Björk Kaj-Mikael
2022-11-30 08:30 - 12:00 Maskininlärning och optimering Online lektioner i zoom Björk Kaj-Mikael
2022-12-14 08:30 - 13:30 Maskininlärning och optimering lektion via zoom Björk Kaj-Mikael

Kurs och studieplanssökning