EPN-V2

ACIT4630 Advanced Machine Learning and Deep Learning Emneplan

Engelsk emnenavn
Advanced Machine Learning and Deep Learning
Omfang
10.0 stp.
Studieår
2021/2022
Emnehistorikk
Timeplan
  • Innledning

    This course provides a broad introduction to machine learning (ML), which includes supervised, unsupervised, and reinforcement learning, and deep learning (DL) that can be used in different application domains. Students will learn both theories and practices in ML and DL. Moreover, students will learn from studying, presenting, and discussing relevant research articles and expose themselves to research by doing a research project.

  • Anbefalte forkunnskaper

    Bachelor level knowledge of the following topics is helpful for understanding some of the concepts in this course:

    • linear algebra
    • vector calculus
    • basic statistics and probability.

    Some experience with programming, especially with Python, and any machine learning frameworks such as Keras, TensorFlow, and scikit-learn will be beneficial.

  • Forkunnskapskrav

    No formal requirements over and above the admission requirements.

  • Læringsutbytte

    On successful completion of the course, students should have the following learning outcomes defined in terms of knowledge, skills and general competence.

    Knowledge

    The student:

    • is knowledgeable about supervised, unsupervised, reinforcement learning
    • has a good understanding of the principles of state-of-the-art deep neural networks such as CNN, RNN, GAN, RL.
    • has a good understanding of both theoretical and practical know-how required to use machine and deep learning methods effectively

    Skills

    The student:

    • develop practical skills necessary to build, train, and deploy machine learning and deep learning models
    • is able to analyze machine learning methods in regard to their performance and effectiveness
    • is able to use existing deep learning networks, improve and/or customize them to apply to new problems

    General competence

    The student:

    • has both theoretical and practical understanding of machine and deep learning methods
    • can discuss relevance, strength, and limitations of machine learning and deep learning in solving real-world problems
    • is able to work on relevant research projects
  • Innhold

    Etter gjennomført emne har studenten følgende læringsutbytte definert i kunnskap, ferdigheter og generell kompetanse:

    Kunnskap

    Studenten

    • kan gjøre rede for sykepleierens helsefremmende, forebyggende, behandlende, rehabiliterende og lindrende funksjon, inkludert kunnskap om palliasjon
    • kan utdype aldringsprosesser og eldres særegnes behov
    • kan begrunne kliniske vurderingsprosesser i sykepleie for å ivareta pasientens grunnleggende behov og styrke pasientens egne ressurser i sykdomsforløpet
    • kan utdype personsentrert sykepleie
    • kan gjøre rede for farmakologi og legemiddelhåndtering relatert til aktuelle sykdommer
    • kan referere til lover og forskrifter som angår legemiddelhåndtering
    • kan gjenkjenne aktuelle pasientfenomener
    • kan gjøre rede for ledelse og organisering av helsetjenesten
    • kjenner til verktøy og metoder for å drive innovasjonsprosesser, implementering og kontinuerlig forbedringsarbeid
    • kan utdype utfordringer rundt informasjonssikkerhet i sykepleieutøvelsen

    Ferdigheter

    Studenten kan

    • utføre sykepleie for å ivareta pasientens grunnleggende behov og ressurser i forhold til pasienter med varig eller tilbakevendende sykdomstilstander
    • organisere, lede og koordinere sykepleie til en gruppe pasienter
    • beherske relevant, medisinsk utstyr
    • beherske smittevernstiltak for å forhindre spredning av uønskede mikrober
    • beherske kartleggings-, vurderings-, dokumentasjons-, og kommunikasjonsverktøy i sykepleieutøvelsen
    • reflektere over og håndtere etiske problemstillinger, samt justere egen praksis i sin tjenesteutøvelse
    • beherske relevant legemiddelhåndtering og vurderer sammenhenger mellom multidiagnose, polyfarmasi og pasientens tilstand
    • anvende kunnskap om lovverket med særlig fokus på brukermedvirkning og samtykkekompetanse, internkontroll, rett til øyeblikkelig vurdering og behandling
    • informere, undervise og veilede pasienter og pårørende om problemer som oppstår ved sykdom, lidelse og død
    • anvende teknologi og digitale løsninger i den hensikt å understøtte pasienters og pårørendes ressurser, mestringsmuligheter og medvirkning
    • anvende kunnskap om kulturkompetanse og kulturforståelse i vurdering, planlegging, gjennomføring og evaluering av sykepleie
    • tilpasse sin kommunikasjon knyttet til målgruppens spesielle behov

    Generell kompetanse

    Studenten

    • kan samhandle både tverrfaglig, tverrprofesjonelt, tverrsektorielt og på tvers av virksomheter og nivåer og initiere slik samhandling
    • kan formidle synspunkter og dele erfaringer med andre innenfor fagområdet og gjennom dette bidra til utvikling av god praksis
    • kan planlegge og gjennomføre kommunikasjon og samhandling med pasienter og pårørende basert på respekt, medbestemmelse og integritet
    • kan planlegge og gjennomføre målrettede samarbeidsprosesser med pasienter, pårørende og andre tjenesteutøvere, og kan forebygge og løse konflikter
    • kan reflektere over egen faglig utøvelse og maktforhold i møte med eldre mennesker
  • Arbeids- og undervisningsformer

    The course consists of lectures, assignments, presentation seminars, and project work. Students will actively participate in the seminars by presenting papers, listening, and discussing on other presentations. The aim of the course is to provide a research-oriented education in the field. Students will do research projects with the aim of cultivating them towards good future researchers.

    Practical training

    None.

  • Arbeidskrav og obligatoriske aktiviteter

    The following required coursework must be approved before the student can take the exam:

    • Two oral presentations (one on a given topic, one on the topic of own choice)
    • Participate as a prepared opponent/discussant in two presenations from other students
  • Vurdering og eksamen

    The assessment will be based on:

    • A group project: implementation and report (about 7000 words). A group of 2-3 students will be formed during the course.
    • Individual oral exam (about 30 minutes).

    Each of them carries 50% weight in the final grade. The oral examination cannot be appealed.

    Both exams must be passed in order to pass the course.

    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 applying 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.

  • Hjelpemidler ved eksamen

    All aids are permitted for the project report.

    No aids are permitted for the oral exam.

  • Vurderingsuttrykk

    For the final assessment, a grading scale from A to E is used, where A denotes the highest and E the lowest pass grade, and F denotes a fail.

  • Sensorordning

    Two internal examiners. External examiner is used periodically.

  • Emneansvarlig

    Opptak til studiet.