EPN-V2

PENG9560 Topics in Artificial Intelligence and Machine Learning Emneplan

Engelsk emnenavn
Topics in Artificial Intelligence and Machine Learning
Omfang
10.0 stp.
Studieår
2021/2022
Emnehistorikk
Timeplan
  • Innledning

    Etter fullført emne har studenten følgende læringsutbytte definert i ferdigheter og generell kompetanse:

    Ferdigheter

    Studenten kan

    • skriftlig dokumentere kunnskap om et selvvalgt fysioterapifaglig tema med relevans på individ- og samfunnsnivå
    • innhente, vurdere og anvende teori og vitenskapelig litteratur relatert til oppgavens problemområde
    • utforme en problemstilling og følge opp denne gjennom oppgaven
    • begrunne valg av egnet forskningsmetode, og dokumentere innsamling og analyse av data, og evaluere egen metodetilnærming
    • drøfte resultater for å besvare/belyse problemstillingen.
    • konkludere og vise varsomhet i konklusjonene som trekkes.

    Generell kompetanse

    Studenten kan

    • utforske teoretiske og kliniske problemstillinger på en systematisk og reflektert måte
    • planlegge, gjennomføre og dokumentere et prosjekt i tråd med retningslinjer for forskningsetikk og personvern
    • dokumentere skriftlig fagformidling etter vitenskapelige kriterier
  • Anbefalte forkunnskaper

    Basic background in statistics or probability theory. Knowledge of a programming language.

  • Læringsutbytte

    Arbeidsformer omfatter ressursforelesninger, veiledning i gruppe og selvstudier. Enkelte forelesninger foregår i 5. semester. 6. semester starter med forelesninger og seminar som skal understøtte studentenes arbeid med tema, problemstilling og utforming av prosjektskisse. Oppgaven gjøres av to studenter sammen. Studentene får tildelt veileder etter å ha levert prosjektskisse for oppgaven.

  • Innhold

    The course is structured in five modules:

    • Module 1: Unsupervised Data Mining
    • Module 2: Supervised Machine Learning
    • Module 3: Reinforcement Learning
    • Module 4: Artificial Neural Network and Deep Learning
    • Module 5: Major Concepts in Artificial Intelligence, including: complex systems (networks, cellular automata, and agent-based models) and evolutionary computing
  • Arbeids- og undervisningsformer

    Ingen arbeidskrav.

  • Arbeidskrav og obligatoriske aktiviteter

    Eksamensinnhold: Læringsutbyttene

    Eksamensform: Prosjektoppgave på inntil 11 000 ord eller artikkel på inntil 3500 ord i gruppe på 2* studenter over 9-10 uker.

    *Det kan i spesielle tilfeller gis dispensasjon, slik at studenter kan skrive individuelt eller i gruppe på 3 studenter; jf. arbeidsheftet som angir kriteriene for å kunne få innvilget dispensasjon.

  • Vurdering og eksamen

    Alle hjelpemidler tillat.

  • Hjelpemidler ved eksamen

    Gradert skala A-F.

  • Vurderingsuttrykk

    Alle besvarelser vurderes av to sensorer. 15 prosent vurderes av én ekstern og én intern sensor. De øvrige vurderes av to interne sensorer.

  • Sensorordning

    Two internal examiners. External examiner is used periodically.