Kursplan för Projekt i mjukvaruutveckling inom bildanalys och maskininlärning

Project in Software Development in Image Analysis and Machine Learning

  • 15 högskolepoäng
  • Kurskod: 1MD036
  • Utbildningsnivå: Avancerad nivå
  • Huvudområde(n) och successiv fördjupning: Bildanalys och maskininlärning A1F

    Förklaring av koder

    Koden visar kursens utbildningsnivå och fördjupning i förhållande till andra kurser inom huvudområdet och examensfordringarna för generella examina:

    Grundnivå

    • G1N: har endast gymnasiala förkunskapskrav
    • G1F: har mindre än 60 hp kurs/er på grundnivå som förkunskapskrav
    • G1E: innehåller särskilt utformat examensarbete för högskoleexamen
    • G2F: har minst 60 hp kurs/er på grundnivå som förkunskapskrav
    • G2E: har minst 60 hp kurs/er på grundnivå som förkunskapskrav, innehåller examensarbete för kandidatexamen
    • GXX: kursens fördjupning kan inte klassificeras

    Avancerad nivå

    • A1N: har endast kurs/er på grundnivå som förkunskapskrav
    • A1F: har kurs/er på avancerad nivå som förkunskapskrav
    • A1E: innehåller examensarbete för magisterexamen
    • A2E: innehåller examensarbete för masterexamen
    • AXX: kursens fördjupning kan inte klassificeras

  • Betygsskala: Underkänd (U), godkänd (G), väl godkänd (VG)
  • Inrättad: 2021-03-04
  • Inrättad av: Teknisk-naturvetenskapliga fakultetsnämnden
  • Reviderad: 2022-10-06
  • Reviderad av: Teknisk-naturvetenskapliga fakultetsnämnden
  • Gäller från: HT 2023
  • Behörighet:

    120 hp varav 40 hp matematik och 60 hp datavetenskap, inklusive Statistisk maskininlärning, flervariabelanalys, en fortsättningskurs i programmering,  Introduktion till bildanalys eller Datoriserad bildanalys I, och Data, etik och rätt.  Djup maskininlärning för bildanalys genomgången. Engelska 6 (Med en svensk kandidatexamen uppfylls kravet på engelska.)

  • Ansvarig institution: Institutionen för informationsteknologi

Mål

Efter godkänd kurs ska studenten kunna

  • redogöra för fördjupad metodkunskap inom bildanalys och maskininlärning;
  • integrera teori och metodkunskap för bildanalys och maskininlärning, och att använda, jämföra och utvärdera olika modeller i realistiska problemsituationer;
  • planera och utföra ett projekt inom huvudområdet bildanalys och maskininlärning i en grupp inom en given tidsram;
  • analysera ett givet problem, identifiera delproblem och hitta och välja lösningsmetoder för dessa;
  • självständigt söka, utvärdera och använda vetenskaplig och teknisk information för att nå projektmålen och uppfylla kravspecifikationerna;
  • demonstrera en lösning till en projektuppgift och demonstrera huruvida den uppfyller kravspecifikationerna;
  • skriftligen såväl som muntligen presentera projektuppgiften, förutsättning, argumentera för den valda metodiken och presentera resultaten.

Innehåll

Kursen består av ett grupparbete kring ett projekt från näringsliv eller forskning, samt ett antal föreläsningar kring ämnen med anknytning till utveckling av mjukvaruprodukter. Exempel på ämnen för sådana föreläsningar är: Ramverk för mjukvaruutveckling (t.ex. agila metoder såsom Scrum), projekt- och tidsplanering, IP och licensfrågor, affärsplan och marknadsanalys, kvalitetssystem, regler och förordningar, muntlig och skriftlig presentation, etik. Föreläsningarna sammanflätas med introduktion av projekten, problemanalys och planering. Projektens omfattning är lämplig för grupper av ca 6 studenter. Efter inledningsfasen genomför studenterna projekten, och i slutet av kursen presenteras detta för kursdeltagarna samt externa projektägare. Etiska överväganden integreras i projekten, med målet att studenterna ska utveckla förmåga att delta konstruktivt i dialog om etiska frågor och motivera sina val. Vi kan, på en projektnivå föreställa oss multidisciplinära team i samarbete med andra program, som på ett passande sätt kombinerar färdigheter.

Undervisning

Föreläsningar, projektarbete.

Examination

Skriftlig rapport och muntlig presentation vid seminarierna.

Om särskilda skäl finns får examinator göra undantag från det angivna examinationssättet och medge att en student examineras på annat sätt. Särskilda skäl kan t.ex. vara besked om särskilt pedagogiskt stöd från universitetets samordnare för studenter med funktionsnedsättning.

Versioner av kursplanen

Litteratur

Uppgift om kurslitteratur saknas. Ta kontakt med ansvarig institution för mer information.

Skriv ut