TDP033 · 6 hp · Grundnivå (G2F) · Programmering
Datacentrisk artificiell intelligens
Ges · nästa start HT 2026
Ingen tentastatistik än
Det finns inget tentatillfälle med minst 5 studenter de senaste tre läsåren. Nya kurser och kurser som bara examineras med projekt saknar ofta statistik.
Vem läser kursen?
Om kursen
Mål
Efter avslutad kurs skall den studerande kunna:
- redogöra för och tillämpa grundläggande begrepp inom datacentrisk artificiell intelligens
- redogöra för och systematiskt reflektera över tillämpbarheten av olika metoder inom datacentrisk artificiell intelligens för olika typer av inlärningsproblem
- använda befintliga verktyg för att konstruera, träna, och analysera djupa neurala nätverksmodeller
- utveckla och anpassa kod för att förbearbeta, analysera och förbättra kvaliteten på datamängder
Innehåll
Kursen ger grundläggande metodkunskap inom datacentrisk artificiell intelligens genom följande innehåll:
- Grundläggande begrepp inom artificiella neurala nätverk för djupinlärning
- Metoder och verktyg för konstruktion och anpassning, träning, och utvärdering av modeller (Python, Keras, Tensorflow, Colab)
- Datacentriska metoder för detaljerad felanalys av modeller och bakomliggande data
- Strukturerat arbetssätt för att hantera och korrigera (kurera) data
- Examinator
- Rita Kovordanyi
- Schemalagd tid
- 0 h
- Huvudområde
- Programmering