course-details-portlet

TPK4186 - Avanserte verktøy for Performance Engineering

Om emnet

Vurderingsordning

Vurderingsordning: Arbeider
Karakter: Bokstavkarakterer

Vurdering Vekting Varighet Delkarakter Hjelpemidler
Arbeider 25/100 A
Arbeider 25/100 A
Arbeider 25/100 A
Arbeider 25/100 A

Faglig innhold

Emnet skal gi studentene erfaring med prosessering datasett og vurdering av egenskaper ved komplekse tekniske og sosio-tekniske systemer. Emnet er basert på programmeringsoppgaver som skal utføres med Python og tilhørende biblioteker av funksjoner (f.eks numpy, panda, og matplotlib).

Emnet er organisert i 4 deler:

Del 1: Prosessering av datasett.

Del 2: Definering og evaluering av prestasjonsindikatorer.

Del 3: Automatisk kartlegging av løsningsrom.

Del 4: Optimalisering basert på maskinlæring.

Læringsutbytte

Kunnskap:

Studenten skal ha avansert kunnskap om prosessering av store datamengder og kunne vurdere prestasjonsindikatorer i komplekse tekniske og sosio-tekniske systemer. Studenten skal kunne arbeide med dataformater, analysere data, kjenne til utviklingsverktøy for software og utføre ulike typer beregninger og simuleringer.

Ferdigheter:

Studenten skal kunne utvikle større skript for å håndtere data i ulike formater, for å automatisere bruken av softwareverktøy og for å beregne prestasjonsindikatorer. Studenten skal skrive skript med tanke på enkelt vedlikehold og gjenbruk.

Generell kompetanse:

Studenten skal beherske skriptrogrammering og kunne bruke det for å effektivisere ulike typer ingeniørarbeid. Studenten skal kunne definere og vurdere prestasjonsindikatorer. Studenten skal kunne rapportere eksperimentelle resultater på en konsis og informativ måte.

Læringsformer og aktiviteter

Emnet er hovedsakelig basert på utvikling og testing av programkode. Studentene tar utgangspunkt i en eksisterende kode som skal modifiseres og utvides. Programkoden skal benyttes til eksperimenter og simuleringer, og resultatene skal rapporteres.

Mer om vurdering

Vurdering er basert på innleverte rapporter. Fire rapporter skal leveres inn. Karakteren for hver rapport teller 25% av den endelige karakteren i emnet.

Ved gjentak må alle vurderinger som teller i totalkarakter tas på nytt.

Kursmateriell

Antoine Rauzy. Performance Engineering in Python. AltaRica Association. 2020. ISBN 978-82-692273-1-4. pdf available on author's webpages.

Guttag, John. Introduction to Computation and Programming Using Python: With Application to Understanding Data. 2nd ed. MIT Press, 2016. ISBN: 9780262529624. Wes McKinney.

Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython. O'Reilly Media; 2 edition, 2017, ISBN-13: 978-1491957660 Programkode benyttet i forelesninger og øvinger.

Flere sider om emnet

Ingen

Fakta om emnet

Versjon: 1
Studiepoeng:  7.5 SP
Studienivå: Høyere grads nivå

Undervisning

Termin nr.: 1
Undervises:  VÅR 2025

Undervisningsspråk: Engelsk

Sted: Trondheim

Fagområde(r)
  • Produksjons- og kvalitetsteknikk - Produksjonsledelse og vedlikehold
  • Produksjonsledelse og industriell sikkerhet
  • Ingeniørvitenskap
  • Produksjons- og kvalitetsteknikk
  • Produksjons- og kvalitetsteknikk - Informasjonsteknologi
  • Teknologiske fag
Kontaktinformasjon
Emneansvarlig/koordinator: Faglærer(e):

Ansvarlig enhet
Institutt for maskinteknikk og produksjon

Timeplan

Listevisning
Kalendervisning

Eksamensinfo

Vurderingsordning: Arbeider

Termin Statuskode Vurdering Vekting Hjelpemidler Dato Tid Eksamens- system Rom *
Vår ORD Arbeider 25/100 A
Rom Bygning Antall kandidater
Vår ORD Arbeider 25/100 A
Rom Bygning Antall kandidater
Vår ORD Arbeider 25/100 A
Rom Bygning Antall kandidater
Vår ORD Arbeider 25/100 A
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