I den här kursen kommer eleverna att lära sig om förhållandet mellan data, modeller och algoritmer för att förstå hur man kan bearbeta och dra slutsatser av data genom datautvinning och maskininlärning. Kursen introducerar en del teori om maskininlärning, men fokuserar främst på aktuella tillämpade metoder. Framgångsrika maskininlärningsapplikationer måste utformas genom ett kritiskt tänkande och förståelse av data, algoritmerna som kan tillämpas baserat på vilken typ av egenskaper datan visar och välja rätt paradigm för maskininlärning. Denna kurs ger en grund för att använda maskininlärning på ett etiskt och ansvarsfullt sätt. Vilka är de dominerande paradigmen inom maskininlärning och i vilka situationer används de bäst? Vilka perspektiv bör vi överväga när vi utformar applikationer för maskininlärning? Varför är ett kritiskt perspektiv viktigt för att utveckla maskininlärning?
CM2011 Tillämpad maskininlärning och artificiell intelligens 7,5 hp
Den här kursen handlar om teknik och social förändring. Studenterna kommer att öka förståelsen för samspelet mellan teknik och sociala och kulturella faktorer. För att innovationer ska bli framgångsrika och relevanta för olika användare måste de adopteras och accepteras. Men vad gör att användare väljer att engagera sig i ny teknik och varför inte? Denna kurs ger en grund för att kunna utforma tekniska innovationer på ett socialt medvetet sätt. Vilka är de dominerande teorierna som förklarar de sociokulturella processerna bakom tekniken? Hur adopteras och används teknik av olika användargrupper? Vilka metoder kan vi använda för att Iära oss mera om teknikanvändare? Vilka sociala och kulturella perspektiv ska vi beakta när vi utformar teknik? Varför är ett kritiskt perspektiv viktigt för att utveckla innovationer? Kursen ger insikter i hur sociala och kulturella perspektiv för att förstå användarmedverkan, engagemang och mångfald. Kursen erbjuder en viktig förberedelse för studenter som är intresserade av att skapa sociala förändringar genom utformning av innovationer. Den kommer att bidra med avgörande insikter i de grundläggande perspektiv på teknik och social forändring, ge empiriska exempel och kännedom om de mest framstående praktiska metoderna för att förstå vilken roll tekniken spelar för användarna och deras vardagliga sammanhang.
Välj termin och kursomgång
Välj termin och kursomgång för att se aktuell information och mer om kursen, såsom kursplan, studieperiod och anmälningsinformation.
Kursval
Gäller för kursomgång
VT 2025 Start 2025-01-14 programstuderande
Anmälningskod
60112
Innehåll och lärandemål
Kursinnehåll
Lärandemål
Efter godkänd kurs ska studenten ha kunskap om
- tillämpa metoder för att importera, kombinera och konvertera data till lämpligt format för dataanalys,
- förklara fördelarna med datautvinning och kunna välja och implementera lämpliga metoder i typiska fall då datautvinning tillämpas,
- välja, motivera och tillämpa vanligt förekommande inlärningsmetoder och algoritmer för typiska användningsfall och presentera resultaten på lämpligt sätt
- utforma och utföra prestandavalidering av ett maskininlärningssystem
- redogöra för teknologidesign, etik och regler vid användning och bearbetning av data
Kurslitteratur och förberedelser
Särskild behörighet
Särskild behörighet
B.Sc. i ingenjörsvetenskap, sociala vetenskaper, eller medicin (till exempel biomedicinsk teknik, tillämpad fysik, industriell ekonomi eller entreprenörskap).
Relevant dokumenterad ingenjörsvetenskap eller affärslivserfarenhet som motsvarar minst kandidatexamen.
Grundläggande programmeringskurs / kunskap i antingen Python eller R
Svenska 3 och Engelska 6
Rekommenderade förkunskaper
Utrustning
Deltagarna bör ta med egna bärbara datorer.
Kurslitteratur
Uppgift om kurslitteratur meddelas i kurs-PM.
Examination och slutförande
När kurs inte längre ges har student möjlighet att examineras under ytterligare två läsår.
Betygsskala
Examination
- PRO1 - Projektuppgift, 7,5 hp, betygsskala: A, B, C, D, E, FX, F
Examinator beslutar, baserat på rekommendation från KTH:s handläggare av stöd till studenter med funktionsnedsättning, om eventuell anpassad examination för studenter med dokumenterad, varaktig funktionsnedsättning.
Examinator får medge annan examinationsform vid omexamination av enstaka studenter.
- Examinationen är uppdelad i två delar: den första delen består av 60 procent, 4,5 poäng av betyget och den andra av 40 procent, 3 poäng.
- Del 1 består av en uppsats och två programmeringsuppgifter. Programmerings uppgifterna kräver arbetskodsexempel och en liten rapport som förklarar koden. Alla tre betygsätts till 1,5 hp.
- Den andra delen är ett projekt som återigen är programmeringsbaserad och kräver en arbetskod och en liten rapport. Detta betygsätts till 3 hp.
- Närvaro krävs för 80 procent av föreläsningarna och seminarierna.
Övriga krav för slutbetyg
Godkänt projekt, uppdrag och deltagande i 80 procent av föreläsningarna.
Möjlighet till komplettering
Möjlighet till plussning
Examinator
Etiskt förhållningssätt
- Vid grupparbete har alla i gruppen ansvar för gruppens arbete.
- Vid examination ska varje student ärligt redovisa hjälp som erhållits och källor som använts.
- Vid muntlig examination ska varje student kunna redogöra för hela uppgiften och hela lösningen.