course-details-portlet

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.

Kursmateriell

Hands-on Machine Learning with Scikit Learn, Keras and Tensorflow, 2022, Aurelien Geron

Flere sider om emnet

Ingen

Fakta om emnet

Versjon: 1
Studiepoeng:  7.5 SP
Studienivå: Tredjeårsemner, nivå III

Undervisning

Termin nr.: 1
Undervises:  HØST 2024
Spesiell frist for melding til undervisning: 01.06.2024

Undervisningsspråk: Norsk

Sted: Trondheim

Fagområde(r)
  • Datateknikk og informasjonsvitenskap
Kontaktinformasjon
Emneansvarlig/koordinator:

Ansvarlig enhet
Institutt for datateknologi og informatikk

Timeplan

Listevisning
Kalendervisning

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 INSPERA
Rom Bygning Antall kandidater
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.
Eksamensinfo

For mer info om oppmelding til og gjennomføring av eksamen, se "Innsida - Eksamen"

Mer om eksamen ved NTNU