Emne - Introduksjon til maskinlæring - TDT4172
TDT4172 - Introduksjon til maskinlæring
Om emnet
Nytt fra studieåret 2024/2025
Vurderingsordning
Vurderingsordning: Skriftlig skoleeksamen - multiple choice
Karakter: Bokstavkarakterer
| Vurdering | Vekting | Varighet | Delkarakter | Hjelpemidler |
|---|---|---|---|---|
| Skriftlig skoleeksamen - multiple choice | 100/100 | 4 timer | D |
Faglig innhold
Kurset gir en grunnleggende introduksjon til dataanalyse og maskinlæring. Det dekker læringsformene veiledet og uveiledet læring grundig, og en lett introduksjon til forsterket læring og forklaringsmetoder for maskinlæringsmodeller. Kursarbeidet er prosjektstyrt med fokus på anvendelser, ved bruk av Python og standard maskinlæringsbiblioteker.
Læringsutbytte
Kunnskap: Grunnleggende om maskinlæring og populære læringsalgoritmer. Ferdigheter: Evne til å analysere datasett, og trene og evaluere maskinlæringsmodeller på data. Vurdere egnetheten av læringsformer basert på data. Generell kompetanse: Forstå de grunnleggende prinsippene for dataanalyse og maskinlæring. Kunnskap om anvendeligheten og begrensningene til forskjellige moderne læringsalgoritmer.
Læringsformer og aktiviteter
Forelesninger, selvstudium. Obligatorisk aktivitet i form av oppgaver vil bli publisert i løpet av semesteret. Disse må bestås for å få adgang til den avsluttende eksamen.
Adgangsbegrensning: Det tas opp kun 500 studenter på emnet.
Obligatoriske aktiviteter
- Obligatoriske øvinger
Mer om vurdering
Adgangsbegrensning: Det tas opp kun 500 studenter. Man må søke via Studentweb. Studenter som har emnet som obligatorisk eller valgbart i sin studieplan vil bli prioritert først.
Ved utsatt eksamen kan skriftlig eksamen (multiple choice) bli endret til muntlig eksamen.
Spesielle vilkår
Begrenset opptak til undervisning. For nærmere opplysninger: https://i.ntnu.no/wiki/-/wiki/Norsk/Opptak+til+adgangsbegrensede+emner
Krever opptak til studieprogram:
Bygg og infrastruktur (MTBYGG)
Cybersikkerhet og datakommunikasjon (MTKOM)
Datateknologi (MIDT)
Datateknologi (MTDT)
Elektronisk systemdesign og innovasjon (MTELSYS)
Energi og miljø (MTENERG)
Fysikk og matematikk (MTFYMA)
Industriell design (MTDESIG)
Industriell kjemi og bioteknologi (MTKJ)
Industriell økonomi og teknologiledelse (MTIØT)
Informatics (MSIT)
Kybernetikk og robotikk (MITK)
Kybernetikk og robotikk (MTTK)
Logistikk - Ingeniørfag (FTHINGLOG)
Physics (MSPHYS)
Anbefalte forkunnskaper
Noe erfaring med programmering i Python, evne til å bruke Jupyter Notebooks, matematikk på bachelornivå, inkludert kalkulus og lineæralgebra.
Kursmateriell
Hands-on Machine Learning with Scikit Learn, Keras and Tensorflow, 2022, Aurelien Geron
Ingen
Versjon: 1
Studiepoeng:
7.5 SP
Studienivå: Tredjeårsemner, nivå III
Termin nr.: 1
Undervises: HØST 2024
Spesiell frist for melding til undervisning: 01.06.2024
Undervisningsspråk: Norsk
Sted: Trondheim
- Datateknikk og informasjonsvitenskap
Eksamensinfo
Vurderingsordning: Skriftlig skoleeksamen - multiple choice
- Termin Statuskode Vurdering Vekting Hjelpemidler Dato Tid Eksamens- system Rom *
- Høst ORD Skriftlig skoleeksamen - multiple choice 100/100 D 07.12.2024 09:00 INSPERA
-
Rom Bygning Antall kandidater SL310 hvit sone Sluppenvegen 14 46 SL310 lilla sone Sluppenvegen 14 80 SL310 blå sone Sluppenvegen 14 48 SL321 Sluppenvegen 14 1 SL315 Sluppenvegen 14 1 SL271 Sluppenvegen 14 3 SL228 Sluppenvegen 14 1 SL310 turkis sone Sluppenvegen 14 59 SL410 orange sone Sluppenvegen 14 58 SL410 blå sone Sluppenvegen 14 11 SL274 Sluppenvegen 14 3 SL120 Sluppenvegen 14 15 - Sommer UTS Skriftlig skoleeksamen - multiple choice 100/100 D INSPERA
-
Rom Bygning Antall kandidater
- * Skriftlig eksamen plasseres på rom 3 dager før eksamensdato. Hvis mer enn ett rom er oppgitt, finner du ditt rom på Studentweb.
For mer info om oppmelding til og gjennomføring av eksamen, se "Innsida - Eksamen"