EPN-V2

ACIT4040 Applied Artificial Intelligence Project Course description

Course name in Norwegian
Applied Artificial Intelligence Project
Study programme
Master's Programme in Applied Computer and Information Technology
Weight
10.0 ECTS
Year of study
2024/2025
Curriculum
FALL 2024
Schedule
Course history

Introduction

Eksamensform

Eksamen består av to deleksamener.

 

Deleksamen 1: Individuell muntlig eksamen med praktisk(e) innslag. Omfanget er 40 minutter forberedelsestid og ca. 40 minutter eksaminering. Temaene gjøres kjent senest tre uker før eksamensdagen. Eksamen omfatter faglig teori, fagdidaktikk og praktisk arbeid knyttet til ett av temaene. Alle trykte og skrevne hjelpemidler kan brukes i forberedelsestiden. Fagseksjonens samlinger er tilgjengelig.

 

Deleksamen 2: Individuell FoU-oppgave med omfang på 7000 ord +/- 10% leveres elektronisk innen oppgitt frist. Oppgaven må oppfylle IKT-krav og bestemte krav til utforming. Slike kriterier publiseres på universitetets læringsplattform i god tid før studenten begynner på sin oppgave. Egenerklæring vedrørende fusk og plagiering og egenerklæring knyttet til hvorfor oppgaven ikke utløser NSD-krav, skal ligge som vedlegg i FoU-oppgaven ved innlevering.

 

Ny/utsatt eksamen

Deleksamen 1: Ny/utsatt eksamen arrangeres på samme måte som ved ordinær eksamen.

 

Deleksamen 2: Ved ikke bestått karakter vil det være anledning til å omarbeide oppgaven ved første ny/utsatt eksamen. Etter dette leveres ny oppgave. Dersom FoU-oppgaven får bestått karakter, kan studenten ikke levere forbedret oppgave, men må eventuelt skrive ny FoU-oppgave ved ny eksamen. Dette innebærer at man skifter temaområde, eventuelt materiale for undersøkelse, faglig grunnlag og problemstilling. Innlevering av forbedret versjon av samme oppgave som ved tidligere eksamen er ikke tillatt, og slik innlevering vil ikke bli vurdert.

Recommended preliminary courses

It is highly recommended that the student has taken the courses Advanced Machine Learning and Deep Learning and/or Evolutionary AI and robotics. It is also recommended to have good programming skills, such as 20 ECTS of previous programming-focused subjects.

Required preliminary courses

No formal requirements over and above the admission requirements.

Learning outcomes

Upon successful completion of the course:

Knowledge

The student:

  • understands why, when and how to use AI methods in realistic problems that they may encounter in their technical careers
  • knows how to produce the necessary technical documentation
  • understands how to manage a project in its expertise domain

Skills

The student can:

  • work in a large group with a vaguely defined problem statement
  • assess different frameworks and tools for artificial intelligence in given contexts
  • build systems that realise aspects of intelligent behaviour
  • take part in the design and implemention of a relatively large AI project
  • debug AI applications and correct bugs at a system level (integration)

General competence

The students can:

  • work in a project within their specific expertise area
  • make decisions based on limited information
  • tolerate previous decisions when they turn out to be suboptimal and can evaluate them when better information becomes available

Content

Introduction to modern methods, techniques and tools used in projects related to the course assignment. Lectures and tutorials will be given on the tools, laboratories and facilities available at OsloMet, and their use in relation to the given assignment text, specifications, design, verification, prototyping and development. A realistic project will then be carried out where participants work together as an "applied artificial intelligence development team".

The project involves the full process from specifications, programming, testing, verification and documentation.

Teaching and learning methods

Det benyttes en gradert karakterskala fra A til E for bestått og F for ikke bestått eksamen. Deleksamenene vektes likt ved sammenslåing av karakter for emnet.

Course requirements

Deleksamen 1: Eksamen vurderes av intern og ekstern sensor.

 

Deleksamen 2: Det benyttes ekstern og intern sensor til FoU-oppgaven. Normalt er veileder intern sensor.

Assessment

Naturfag 2, emne 3 er delt i seks hovedtemaer:

  • Naturfagdidaktikk 2
  • Jorda 2
  • Kjemi 2
  • Fysikk 2
  • Teknologi og Design 2
  • Miljø og bærekraftig utvikling

 

 

FoU-oppgaven

Sentralt i Naturfag 2 er FoU-oppgaven. Oppgaven skal ha en klart formulert problemstilling som det må være mulig å undersøke og utdype. FoU-oppgaven skal gi studentene muligheter til å dokumentere fagdidaktisk kunnskap og innsikt gjennom belysning og drøfting av en naturfaglig/miljøfaglig problemstilling som er relevant i grunnskolen.

 

Studentene skal velge å fordype seg i ett eller flere temaer i fagplanen, og kan velge å skrive en teoretisk oppgave, en empirisk oppgave eller en kombinasjon. En teoretisk oppgave tar utgangspunkt i analyser og drøftinger i aktuelle forskningsarbeider innen et område og oppsummerer og sammenlikner. En empirisk oppgave bygger på ny informasjon som studenten selv samler inn eller bygger videre på analyse av materiale som andre har samlet inn.

 

I oppgaver som bruker materiale studenten selv samler inn, er det et krav at dette innhentes slik at meldeplikten til Norsk senter for forskningsdata (NSD) ikke utløses. Hvis elever under myndighetsalder deltar i undersøkelsen, skal foresatte gi samtykke. Gjennom oppgaven skal studenten dokumentere kjennskap til aktuell forskning på det området som studenten skriver om. Studenten skal bruke teori og annet fagstoff som grunnlag for å undersøke problemstillingen. I metodedelen skal framgangsmåter dokumenteres slik at det er mulig å se hvordan studenten har innhentet og brukt materialet, og hvordan han eller hun har kommet fram til resultatene. Resultatene skal drøftes ut fra alminnelige vitenskapelige krav til pålitelighet og gyldighet.

Permitted exam materials and equipment

All aids are permitted, provided the rules for plagiarism and source referencing are complied with.

Grading scale

Grade scale A-F.

Examiners

Two internal examiners. External examiner is used periodically.

Course contact person

TBA