Kursen ingår i dessa läroplaner och studiehelheter

Kursens undervisningsperiod

2 (2023-10-23 till 2023-12-31)

Nivå/kategori

Yrkesstudier

Undervisningsspråk

Svenska

Kurstyp

Obligatorisk

Cykel/nivå

Yrkeshögskoleexamen

Rekommenderat studieår

4

Omfattning

5 sp

Kompetensmål

Inom detta studieavsnitt 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

Globala mål i fokus:
#1 Ingen fattigdom
#4 God utbildning för alla
#8 Anständiga arbetsvillkor och ekonomisk tillväxt
#9 Hållbar industri, innovationer och
infrastruktur

Läranderesultat

Efter avlagt studieavsnitt:

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

Studieavsnittet genomförs som en kurs med
uppgifter och föreläsningar. Studieavsnittets
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. Studieavsnittets
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

Dayama Niraj

Examinator

Dayama Niraj

Kursens hemsida

Antal kursplatser

Ingen begränsning (25 studenter anmälda)

Delprestation i kraft till

12 månader efter kursens slutdatum

Kursanmälningstid

2023-10-09 till 2023-11-05

Examinationsformer

Datum meddelas senare - Rapporter och produktioner

Rumsbokningar
Datum Tid Rum Titel Beskrivning Organisatör
2023-11-15 13:00 - 15:00 E387 Maskininlärning och optimering Dayama Niraj
2023-11-17 13:00 - 15:00 A409 Maskininlärning och optimering Dayama Niraj
2023-11-20 09:15 - 11:00 F143 Sisusession för IT & Media åk 1 och 2 & MTH1 på Campus och ONLINE Detta är en hybridsession där ni lär er använda Sisu, så man kan delta endera på campus eller online. Om man deltar på campus rekommenderas att man tar egen dator med sig (en padda eller smarttelefon fungerar tyvärr inte). Sessionen ordnas av Arcadas studieärenden: sisu@arcada.fi DELTA VIA DENNA LÄNK: https://teams.microsoft.com/l/meetup-join/19%3ameeting_OTI1NGMzNzUtNjQwYy00MmE1LWIwYTktZmY1YTZjYjkzZTE2%40thread.v2/0?context=%7b%22Tid%22%3a%2286080f64-b23d-4f93-8c43-e65f2588b9c3%22%2c%22Oid%22%3a%2295120ab9-e6c5-4d68-b283-421bbe101856%22%7d Välkomna! Ahlroth Siri
Eerola Sabina
2023-11-21 13:00 - 15:30 E385 Maskininlärning och optimering Dayama Niraj
2023-11-27 10:00 - 12:00 Z022 Maskininlärning och optimering MS Teams Dayama Niraj
2023-11-29 10:15 - 12:45 F365 Maskininlärning och optimering Dayama Niraj
2023-11-30 13:00 - 15:30 E385 Maskininlärning och optimering Dayama Niraj
2023-12-04 13:00 - 15:30 E383 Maskininlärning och optimering Dayama Niraj
2023-12-05 13:00 - 15:30 F365 Maskininlärning och optimering Dayama Niraj
2023-12-12 10:00 - 12:00 F365 Maskininlärning och optimering Dayama Niraj
2023-12-13 09:30 - 12:00 F365 Maskininlärning och optimering Dayama Niraj
2023-12-18 10:15 - 12:45 E385 Maskininlärning och optimering Dayama Niraj
2023-12-19 10:15 - 12:45 E387 Maskininlärning och optimering Dayama Niraj
2023-12-20 13:00 - 15:30 F365 Maskininlärning och optimering Dayama Niraj

Kurs och studieplanssökning