Emne - Introduksjon til maskinlæring - TDT4172
Introduksjon til maskinlæring
Velg studieårNytt fra studieåret 2024/2025
Om
Om emnet
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)
Digital Infrastructure and Cyber Security (MSTCNNS)
Digital infrastruktur og cybersikkerhet (BDIGSEC)
Elektro - Ingeniørfag (BIELEKTRO)
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)
Informatikk (BIT)
Ingeniørvitenskap og IKT (MTING)
Kybernetikk og robotikk (MITK)
Kybernetikk og robotikk (MTTK)
Lektorutdanning i realfag for trinn 8 – 13 (MLREAL)
Logistikk - Ingeniørfag (FTHINGLOG)
Marin teknikk (MTMART)
Matematiske fag (BMAT)
NTNUs Entreprenørskole (MIENTRE)
Physics (MSPHYS)
Produktutvikling og produksjon (MIPROD)
Produktutvikling og produksjon (MTPROD)
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
Fagområder
- Datateknikk og informasjonsvitenskap
Kontaktinformasjon
Eksamen
Eksamen
Ordinær eksamen - Høst 2024
Skriftlig skoleeksamen - multiple choice
Oppgitt rom kan endres og endelig plassering vil være klar senest 3 dager før eksamen. Du finner din romplassering på Studentweb.