TMM4128

Maskinlæring for ingeniører

Vår

Trondheim

Engelsk

Oversikt

Snitt

B

3,51

0,05

Ståprosent

89 %

2 poeng

Karakterfordeling
Snitt over tid
Ståprosent over tid

Om emnet

Faglig innhold

Maskinlæring (ML) er en gren av AI som fokuserer på å lære fra data for å designe automatiserte systemer som kan forbedre ytelsen med erfaring. De siste årene har maskinlæring blitt brukt i et bredt spekter av ingeniørapplikasjoner, inkludert: autonome biler, forutsi mekanisk feil, automatisering i ingeniørarbeid, kvalitetsvurdering, robotsyn og intelligent kontroll blant andre.

Dette kurset gir en grundig innføring i maskinlæring og praktisk erfaring med praktiske anvendelser. Emnene som undervises i dette kurset vil dekke grunnleggende prinsipper innen maskinlæring, så vel som de teoretiske grunnlagene for dets algoritmer og hvordan de kan brukes optimalt.

Kurset fokuseres på tilpasning, kombinasjon og anvendelse av eksisterende ML-verktøy som brukes å løse ingeniørproblemer med tanke på produktutviklingens livssyklus, inkludert produktutvikling, produksjon, bruk og potensiell resirkulering/gjenbruk/ombruk. På slutten skal man være i stand til i) å identifisere egnede ML-baserte tilnærminger for å løse et ingeniørproblem, ii) finne riktige komponenter, verktøy for å implementere tilnærmingen og iii) integrere og finjustere disse komponentene for å utvikle løsningen.

Læringsmål

Etter å ha fullført dette kurset vil studenten kunne tilegne seg følgende:

Kunnskap:

  • Lær de grunnleggende prinsippene for veiledet, uovervåket og forsterkende læring.
  • Tilegne seg kunnskap om bruk av ML for å løse praktiske problemer relevante for ingeniører.

Ferdigheter:

  • Bruk datahåndtering, funksjonsteknikk og dataforbehandlingsteknikker
  • Få erfaring med å systematisk arbeide med data for å lære nye mønstre.

Generell kompetanse:

  • På slutten av dette kurset vil studentene forstå styrken og begrensningene til velkjente maskinlæringsmetoder, og lære å analysere data for å identifisere trender.

Læringsformer og aktiviteter

Læringsaktiviteter i dette kurset inkluderer: forelesninger, forberedelse av seminarer, arbeid med miniprosjekter og bidrag til diskusjon.

Eksamensoppgavene gis kun på engelsk, og det forventes også at engelsk benyttes for å besvare eksamen.