DAT801 Maskinlæring for forretningsutvikling

Innhold og oppbygning

I løpet av de siste årene har det skjedd en dramatisk utvikling innen en rekke områder knyttet til kunstig intelligens. Datamaskiners evne til å gjenkjenne objekter i bilder og videoer har gått fra å være omtrent ubrukelig til å nå et "menneskelig" nivå; fra svært begrenset evne til å forstå og syntetisere tekst og tale til utstrakt bruk av personlige digitale assistenter; fra amatørnivå i sjakk, poker, Go og Dota til verdens beste; fra kjøreassistanse til selvkjørende biler. 

Årsaken til dette er gjennombrudd innen maskinlæring. Feltet består av en rekke teknikker som gjør datamaskiner i stand til å avdekke kompliserte mønstre og sammenhenger i store datasett. Maskinlæring har hatt mange viktige anvendelser opp gjennom årene, men har aldri vært så gjennomgripende innen teknologi og programvareutvikling som i dag. 

Kurset utforsker maskinlæring på et praktisk, prosjektbasert, hands-on vis, med fokus på å løse problemer fra den virkelige verden. 

Innen kurset er omme vil du ha en solid forståelse av de fundamentale ideene i feltet. Du vil ha erfaring med å takle virkelig-verden-problemer ved bruk av standard arbeidsflyt og moderne verktøy og rammeverk fra data-analyse og maskinlæring. Du vil også kjenne til feltets begrensninger, når det kan anvendes og ikke, og hvordan det er relatert til ultimate målsettinger innen kunstig intelligens. 

Læringsutbytte

Kunnskaper 

• Kan beskrive fundamentale maskinlærings-konsepter og -algoritmer, samt deres implementasjon  
• Kan forklare hvordan maskinlæring kan brukes til å løse praktiske problemer fra et bredt spekter av områder  
• Kan forklare hvordan maskinlæring brukes til å lage "intelligente" applikasjoner.  

Ferdigheter 

• Kan utvikle løsninger på konkrete, praktiske problemer ved hjelp av maskinlæring  
• Kan utvikle, finne og bruke moderne, "state-of-the-art" programvaresystemer og rammeverk for data-analyse, visualisering og rapportering.  
• Kan designe og utvikle "intelligente" applikasjoner ved hjelp av maskinlæring.  

Generell kompetanse 

• I stand til å formulere og utføre et maskinlæringsprosjekt.  
• I stand til å presentere ens arbeid, både skriftlig og muntlig.  

Krav til forkunnskaper

Innføring i programmering (UiB) eller tilsvarende.

Undervisnings- og læringsformer

Digitale forelesninger og øvinger

Obligatorisk læringsaktivitet

To obligatoriske innleveringer.

Godkjente øvinger gir også adgang til eventuell utsatt eksamen påfølgende semester. Ved utsatt og ny eksamen neste gang faget undervises, må nye øvinger leveres.

Vurderingsform

Skriftlig skoleeksamen, 4 timer.

Tid og sted for eksamen blir opplyst på Studentweb.

Karakterskala A-F, der F tilsvarer ikke bestått.

Dersom det er få oppmeldt til eksamen, kan det bli arrangert muntlig eksamen. Faglærer orienterer om eventuell endring av eksamensform innen 1. mars/1. oktober.