EPN-V2

ACIT4030 Machine Learning for 3D Computer Vision Course description

Course name in Norwegian
Machine Learning for 3D Computer Vision
Study programme
Master's Programme in Applied Computer and Information Technology
Weight
10.0 ECTS
Year of study
2025/2026
Curriculum
FALL 2025
Schedule
Course history

Introduction

The student should have the following outcomes upon completing the course:

Knowledge

Upon successful completion of the course, the student:

  • will have a good understanding the different concepts and methods of supervised and unsupervised statistical learning and how to apply them on large data.
  • has advanced knowledge of probabilistic formulation of the various learning problems.
  • has focused knowledge of theoretical aspects of the different methods in machine learning and statistical learning, as well as a deep knowledge of concepts and assumptions behind each method.

Skills

Upon successful completion of the course, the student:

  • can apply different high-dimensional regression techniques on data
  • can apply different classification techniques on data
  • can apply clustering techniques on data
  • can apply dimension reduction techniques on data
  • can make informed decisions on which method suits best for a particular problem and/or data set
  • can derive learning algorithms for new models and analyze new data with them.

General competence

Upon successful completion of the course, the student:

  • can apply different predictive models on data and assess their performance
  • can use supervised and unsupervised learning in different real life problem

Recommended preliminary courses

Studenten skal etter å ha fullført emnet ha følgende totale læringsutbytte definert i kunnskap, ferdigheter og generell kompetanse:

Kunnskap

Studenten har

  • inngående kunnskap om ulike verktøy som kan brukes for å løse markedsutfordringer i både privat og offentlig sektor
  • bred kunnskap om rammeverk for strategiutvikling og markedsplanlegging
  • avansert kunnskap om ulike metoder for å samle og bruke informasjon om kunder/brukere, konkurrenter og virksomhetens omgivelser i markedsarbeidet
  • bred kunnskap om segmentering og målgruppeanalyse
  • kunnskap om posisjonering og merkebygging
  • dybdekunnskap de taktiske virkemidler som produkt- og tjenesteutvikling, prissetting, gjøre produkter og tjenester tilgjengelig for kunder/brukere og markedskommunikasjon i både digitale og tradisjonelle kanaler
  • dybdekunnskap om forskjellen mellom produkter og tjenester og hvordan tjenesteleverandører skiller seg fra andre leverandører

Ferdigheter

Studenten kan

  • beskrive, analysere og reflektere over hvordan en utvikler nye produkter og tjenester
  • utarbeide en realistisk strategi- og markedsplan
  • identifisere og vurdere markedsføringsutfordringer en virksomhet står overfor
  • identifisere og utforske markedsføringsmuligheter og systematiske tilnærminger for å løse utfordringer virksomhetene står overfor
  • bruke sekundære forskningskilder for å definere og bedre forstå målgrupper og konkurransesituasjonen virksomheten møter
  • gjennomføre egne undersøkelser for å identifisere segmenter og målgrupper samt analysere kunde/brukeradferd
  • forstå hva som skaper verdi for kunder/brukere
  • segmentere kunder/brukere og velge målgruppe
  • posisjonere virksomheten i markedet og bygge merkevarer
  • utarbeide en kommunikasjonsplan basert på realistiske målgrupper og budsjett
  • bruke sentrale markedsføringsverktøy (både digitale og tradisjonelle), konsepter og teknikker, og gjennom dette arbeidet kunne gjøre reflekterte analyser og valg

Generell kompetanse

Studenten kan

  • se sammenhengen mellom ulike deler av en virksomhet
  • identifisere og løse markedsføringsrelaterte problemer og problemstillinger knyttet til produkt-/tjenesteutvikling

Required preliminary courses

Studenten skal etter å ha fullført emnet ha følgende totale læringsutbytte definert i kunnskap, ferdigheter og generell kompetanse:

Kunnskap

Studenten har

  • omfattende kunnskap om relevante teorier relatert til team
  • solid forståelse knyttet til hvordan team etableres og utformes i ulike situasjoner
  • inngående kunnskap om psykologiske prosesser i team
  • spesialisert kunnskap om teorier relatert til teameffektivitet og beslutningstaking i grupper og team
  • avansert kunnskap om omstendigheter som hindrer eller øker gruppeeffektivitet og prestasjoner

Ferdigheter

Studenten

  • har en bevisst forståelse av hvordan effektive teamprosesser foregår
  • kan anvende forskningsbaserte teorier om team i egen praksis
  • kan reflektere om egen atferd i gruppearbeid

Generell kompetanse

Studenten kan

  • analysere og håndtere gjennomføring av effektive teamprosesser
  • beherske fagområdets uttrykksformer
  • reflektere og lære fra erfaringer med teamarbeid

Learning outcomes

Studentene skal jobbe aktivt i grupper for å oppleve gruppedynamikken og for å kunne reflektere over egen atferd i gruppesammenheng. Undervisningsformen vil veksle mellom digitale læringsformer, undervisningsmøter, studentpresentasjoner og casediskusjoner, og suppleres med bruk av digitale ressurser.

Content

Det vil bli brukt varierte arbeidsmåter som forelesninger, diskusjon av dagsaktuelle problemstillinger, oppgaveløsing og innlevering av studentarbeider. Studentene forventes å arbeide med utdelte øvingsoppgaver/case.

Teaching and learning methods

For å kunne framstille seg til eksamen må studenten ha følgende godkjente arbeidskrav:

  • Arbeidskrav 1: Deltakelse på spesifikke aktiviteter knyttet til gruppeoppstart og dynamikk som skal gjennomføres for å knytte teori fra emne opp mot å gjøre praktiske erfaringer.
  • Arbeidskrav 2: To gruppeinnleveringer med et omfang hver på tilsvarende 1500 ord.

Arbeidskravene må være gjennomført og godkjent innen fastlagt frist for at studenten skal kunne framstille seg til eksamen. Dersom et eller flere arbeidskrav ikke blir godkjent, gis det anledning til å kunne levere en forbedret versjon én gang innen angitt frist.

Course requirements

Grade scale A-F.

Assessment

The exam consists of three parts:

  1. Oral presentation of 15 minutes (20% of the final grade), individual or in a group of two
  2. Written evaluation of another student presentation, 500-1000 words (10% of the final grade), individual or in a group of two
  3. Final project report between 6000 and 11,000 words (70% of the final grade), individual or in a group of two.

All three parts of the exam must be passed in order to pass the course.

The oral examination cannot be appealed.

New/postponed exam

In case of failed exam or legal absence, the student may apply for a new or postponed exam. New or postponed exams are offered within a reasonable time span following the regular exam. The student is responsible for registering for a new/postponed exam within the time limits set by OsloMet. The Regulations for new or postponed examinations are available in Regulations relating to studies and examinations at OsloMet.

Permitted exam materials and equipment

Professor Pedro Lind

Grading scale

Gradert skala A - F

Examiners

Two internal examiners. External examiner is used periodically.

Course contact person

Ingen forkunnskapskrav.