DD2301 Programsammanhållande kurs i maskininlärning 3,0 hp

Program Integrating Course in Machine Learning

  • Utbildningsnivå

    Avancerad nivå
  • Huvudområde

    Datalogi och datateknik
  • Betygsskala

    P, F

Kurstillfällen/kursomgångar

HT19 prointml19 för programstuderande

HT18 prointml17 för programstuderande

HT17 prointml17 för programstuderande

Lärandemål

Som student på KTH:

För att få godkänt i kursen ska studenten

• ha informerats om kursval denne gör under sina studier och reflekterat över varför dessa görs,

• ha informerats om vad som förväntas av examensarbeten och de möjligheter som finns för studenten.

Etiska överväganden

För att få godkänt i kursen ska studenten

• vara medveten om de etiska frågor som är förknippade med "big data" och de överväganden om fördelar och nackdelar som behöver göras då mängder av data om människor görs tillgängliga,

• vara medveten om det ansvar man har då resultat och metoder för maskininlärning presenteras för allmänheten,

• vara medveten om det ansvar man har då man drar slutsatser från experimentella resultat.

Som blivande professionell expert inom området maskininlärning

För att få godkänt i kursen ska studenten

• vara medveten om hur maskininlärning används och utnyttjas utanför den akademiska världen och de konsekvenser detta får för samhället och det professionella ansvar man har som utövare av maskininlärning,

• vara medveten om arbetsplatser och yrken tillgängliga för dem med examen inom maskininlärning.

Kursens huvudsakliga innehåll

• Logistiken runt och erfarenheter som görs av studenter i maskininlärning på KTH: kurser, spår och examensarbete.

• Var de med examen inom maskininlärning arbetar: akademi, näringsliv och offentlig sektor.

• Etiska överväganden då slutsatser dras från experiment och resultat, och hur dessa presenteras för allmänheten.

• Sekretess, säkerhet och etiska frågor runt "big data".

• Vad metoder för maskininlärning kan och inte kan åstadkomma i praktiken.

• Uppförandekod för professionella experter inom området maskininlärning.

Behörighet

Litteratur

Big Data: A Revolution That Will Transform How We Live, Work, and Think by Viktor Mayer-Schonberger and Kenneth Cukier.

Examination

  • UPP1 - Hemuppgifter och seminariedeltagande, År 1, 1,5, betygsskala: P, F
  • UPP2 - Hemuppgifter och seminariedeltagande, År 2, 1,5, betygsskala: P, F

Ges av

EECS/Intelligenta system

Kontaktperson

Josephine Sullivan

Examinator

Josephine Sullivan <sullivan@kth.se>

Versionsinformation

Kursplan gäller från och med VT2019.
Examinationsinformation gäller från och med VT2019.