studiehandbok@lith
 

Tekniska högskolan vid Linköpings universitet

 
 
År : 2017
 
TDDE19 Avancerad projektkurs: AI och maskininlärning, 6 hp
/Advanced Project Course - AI and Machine Learning/

För:   CS   D   DAV   IT   U  

 

Prel. schemalagd tid: 64
Rek. självstudietid: 96

  Utbildningsområde: Teknik

Huvudområde: Datateknik, Datavetenskap   Nivå (G1,G2,A): A

  Mål:  IUAE-matris
Projektarbetet ska ha signifikant teknisk höjd som kräver fördjupad ämneskompetens inom artificiell intelligens och maskininlärning, genomföras på ett professionellt sätt, och det ska utveckla och befästa deltagarnas kompetenser på följande områden:
  • Analysera och strukturera problem inom artificiell intelligens och maskininlärning.
  • Tillämpa kunskaper och metoder från ett brett spektrum av tidigare kurser.
  • På egen hand inhämta ny kunskap efter behov.
  • Integrera kunskaper från flera olika discipliner och tillämpa dessa inom artificiell intelligens och maskininlärning.
  • Formulera en kravspecifikation för projektet utgående från ett projektdirektiv och därigenom bedöma projektets genomförbarhet med avseende på tekniska lösningar och tillgängliga resurser.
  • Presentera projektresultatet dels för projektbeställaren och dels för andra studenter, vilka ej kan förutsättas vara specialister inom de tekniker som använts.
  • Aktivt medverka till en väl fungerande projektgrupp.
  • Visa förmåga att självständigt leda projektarbetet med stöd av en projektmodell, och med begränsad tillgång till handledningsresurser.
  • Planera, genomföra och följa upp ett projekt inom artificiell intelligens och maskininlärning.
Resultatet av projektarbetet ska:
  • Hålla hög teknisk kvalité och baseras på moderna kunskaper och metoder i motsvarande teknikområde.
  • Dokumenteras i form av relevant projektstyrningsdokument samt relevant teknisk dokumentation av projektet
  • Presenteras muntligt
  • Uppfylla de krav som framgår av kravspecifikationen


      Förkunskaper: (gäller studerande antagna till program som kursen ges inom, se 'För:' ovan)
    Kursen förväntar sig att studenten har tillämpat projektstyrningsmodeller i tidigare kurser eller andra sammanhang. Vidare att studenten har tillägnat sig kunskaper motsvarande grundkurser inom profilen "AI och maskininlärning" eller "Systemteknologi" eller specialiseringen "AI och data mining" inom det området som projektet omfattar.

    OBS! Tillträdeskrav för icke programstudenter omfattar vanligen också tillträdeskrav för programmet och ev. tröskelkrav för progression inom programmet, eller motsvarande.

      Organisation:
    Projektgruppen, som bildas enligt senare direktiv, skall bestå av minst 6 studenter. Varje grupp kommer att tilldelas en handledare. Denne kommer att stödja gruppen i dess arbete och svara på tekniska frågor.
    Till varje projekt finns en beställare med vilken projektgruppen förhandlar fram en kravspecifikation. Innan projektarbetet påbörjas ska projektgruppen ta fram lämpliga projektstyrningsdokument för sitt projekt.

    Till varje gång kursen går tas förslag på projekt fram av examinator. Tilldelning av projekt till studenter sker både baserat på egen lämplighet och önskemål. Till varje projektförslag finns ett projektdirektiv som utgör grunden för det fortsatta arbetet.
    Projektarbetet inleds med att projektgruppen tar fram en kravspecifikation samt relevant projektstyrningsdokumentation för sitt projekt. Projekten skall bedrivas enligt en lämplig och av projektgruppen vald utvecklingsmodell.
    Kursen pågår hela höstterminen.


      Kursinnehåll:
    Beskrivning av projekten med projektdirektiv finns på kursens hemsida. Projekten kommer att vara nära kopplade antingen till pågående forskning inom ämnesområdet datavetenskap eller till företag verksamma inom detta område.
    Exempel på projekt skulle kunna vara att utveckla ett robotiksystem för att utföra någon specifik uppgift, utveckla ett system som kan lära sig att detektera och spåra objekt från sensordata, utveckla ett rekommenderingssystem för en specifik domän, utveckla ett system som lär sig att förutsäga ett objekts aktiviteter baserat på tidigare observationer.
    Karaktären på projekten kan komma att förändras från år till år.


      Kurslitteratur:
    Projektspecifik

      Examination:
    PRA1
    Projekt (U,G)
    6 hp
     
    Projektarbetet kommer att bedömas utifrån uppfyllandet av kursens mål. Tre delmoment som vardera bedöms med godkänt / icke godkänt ingår i bedömningen. Dessa delmoment är:
    • Teknisk höjd och kvalitet på projektresultatet
    • Skriftlig dokumentation i form av teknisk rapport samt relevanta projektdokument
    • Muntlig presentation
    För godkänt på hela projektarbetet krävs godkänt på samtliga delmoment samt att målen för kursen är uppfyllda. Speciell vikt läggs vid att kursdeltagarna aktivt verkar för att gruppen arbetar enligt projektmodellens intentioner.
    På kursen ges betygen Underkänd/Godkänd.



    Undervisningsspråk är Engelska.
    Institution: IDA.
    Studierektor: Peter Dalenius
    Examinator: Cyrille Berger
    Ansvarig programnämnd: Data&Medie

    Engelsk kursplan


    Tekniska högskolan vid Linköpings universitet


    Informationsansvarig: TFK , val@tfk.liu.se
    Senast ändrad: 03/09/2017