ORTO3900 Bachelor Assignment Course description

The bachelor assignment shall be a development project in a field that is related to prosthetics and orthotics. The assignment can be written individually or in groups of two students. If the assignment is written in groups, it usually means that two students at the Bachelor's Programme in Prosthetics and Orthotics write an assignment together, but it is also possible for students to write their bachelor assignment together with a student from the Faculty of Technology, Art and Design, or from another programme at the Faculty of Health Sciences. Students are encouraged to become affiliated to a research environment at the university or at an external institution. The programme will assist in identifying relevant research environments.

The table below shows the subjects covered by the module, with credits specified:

• Prosthetic and orthotic practice (9 credits)
• Theory og sciences and research methods (5 credits)
• Ethics (1 credits)
• Total credits: 15

The student must have passed the second year of the programme.

Ingen ut over opptakskrav.

The bachelor's thesis shall be an independent academic work. Seminars and supervision sessions, where students are given the opportunity to develop their topics and research questions, are organised in the fifth semester. Academic supervisors are assigned after the project outline has been submitted within the stipulated deadline. Students with individual assignment are entitled to four hours of academic supervision, and group assignments six hours.

Etter å ha gjennomført dette emnet har studenten følgende læringsutbytte, definert i kunnskap, ferdigheter og generell kompetanse:

Kunnskap

Studenten

• innehar grunnleggende teknisk forståelse av de viktigste konseptene innenfor maskinlæring, data science og kunstig intelligens.
• kjenner de viktigste metodene innenfor maskinlæring, data science og kunstig intelligens.
• er kjent med plattformer som kan benyttes til å gjennomføre større data science prosjekter (for eksempel IBM Watsons cloud services)

Ferdigheter

Studenten

• behersker grunnleggende Data Science verktøy og kan ekstrahere og visualisere informasjon fra større datamengder.
• forstår arbeidsflyten i større Data Science, kunstig intelligens- eller maskinlæringsprosjekter.
• kan anvende open-source og kommersielle verktøy som benyttes til å løse industrielle prosjekter innenfor Data Science, maskinlæring eller kunstig intelligens.

Generell kompetanse

Studenten

• behersker metoder og verktøy for utforming og gjennomføring av prosjekter innenfor Data Science, maskinlæring eller kunstig intelligens.
• er kjent med de forskjellige metodene som brukes for å finne riktig verktøy for å gjennomføre Data Science-prosjekter.
• har oversikt over hvordan man visualiserer, manipulerer data og utvikler prediktive modeller for å løse industri- og andre arbeidslivsrelevante problemer

Jevnlig oppfølging av prosjektarbeidet av en prosjektveileder.

Studentene vil arbeide i grupper på 3-5 studenter ved å gjennomføre et prosjekt innenfor Data Science, maskinlæring eller kunstig intelligens i samarbeid med relevante eksterne aktører som bedrifter eller statlige organisasjoner. Det skal skrives en rapport som beskriver prosjektet og hva studenten har fått ut av deltakelse i prosjektet.

Veileder kan foreslå passende online-kurs innen AI og Data Science som studentene kan ta i løpet av de første ukene av kurset. Studentene oppfordres også til å ta andre kurs (https://cognitiveclass.ai) som vil være nyttige for å løse den valgte prosjektoppgave. Disse kursene kan blant annet berører følgende områder: Blockchain, Internet of Things, Chat Bots, avansert bruk av Data Science, m.m.

Emnet kan gjennomføres individuelt etter avtale med emneleder.

Prosjektene velges/tildeles ved semesterstart.

Følgende arbeidskrav er obligatorisk og må være godkjent for å kunne framstille seg til eksamen:

• Emnet starter med en obligatorisk introduksjonssamling.
• En prosjektskisse som beskriver hvordan gruppen vil gå fram for å gjennomføre sitt prosjekt.
• En standard læringsavtale må inngås mellom prosjekttilbyder/veileder og studenten(e), og denne må godkjennes av emnekoordinatoren før prosjektet kan starte.
• Tre møtereferater fra veiledningsmøter i løpet av prosjektperioden.
• Muntlig presentasjon midtveis i semesteret,;individuelt eller i gruppe (maks. 5 studenter), 10 minutter + 5 minutter til spørsmål.

;

Fristene for prosjektskissen og møtereferater;vil fremgå av undervisningsplanen som gjøres tilgjengelig ved semesterstart.

Skriftlig prosjektrapport (100% av karakteren);

Skriflig prosjektrapport levert på slutten av semesteret. individuelt eller i gruppe (maks. 5; studenter),;3000 ord +/-10 %

Normalt får alle i gruppen samme karakter, men under eksepsjonelle omstendigheter kan individuelle karakterer tildeles etter prosjektveilederen(e) og studieleder sin vurdering.

Eksamensresultat kan påklages.

Two examiners will assess all the exam papers. An external examiner will assess a minimum of 20 % of the exam papers. The external examiner's assessment shall benefit all the students.