EP236U Maskininlärning i produktion 5,0 hp

Denna kurs är under avveckling.

Avvecklingsbeslut:

Kursen avvecklas vid utgången av VT 2026 enligt fakultetsnämndsbeslut: HS-2026-0102.

Beslutsdatum: 2026-05-19

Denna kurs introducerar för avancerade studenter (med förkunskaper i sannolikhetslära, linjär algebra och programmering) maskininlärning i produktion.

Information per kursomgång

Kursomgångar saknas för aktuella eller kommande terminer.

Kursplan som PDF

Notera: all information från kursplanen visas i tillgängligt format på denna sida.

Kursplan EP236U (VT 2026–)

Rubriker med innehåll från kursplan EP236U (VT 2026–) är markerade med en asterisk ( )

Innehåll och lärandemål

Kursinnehåll

Föreläsning 1: Inledning
Föreläsning 2: Datainläsning och analys
Labb 1: Datainläsning och analys
Föreläsning 3: Högpresterande maskininlärningsutveckling
Labb 2: Modellutveckling
Föreläsning 4: Modellera driftsättning och testning
Labb: Modellera driftsättning och testning
Föreläsning 5: Observerbarhet
Labb 4: Observerbarhet
Föreläsning 6: Sekretess och säkerhet
Föreläsning 7: Maskininlärning vid utkanten

Lärandemål

Efter godkänd kurs ska studenten kunna:

sammanfatta ett verkligt maskininlärningsekosystem i produktion, där modellen är en av många olika komponenter
förklara hela datapipelinen från början till slut, dvs. från datainsamling och lagring till distribuering och övervakning av modeller
driftsätta en maskininlärningsmodell
tolka data och hantera egenskaper hos verkliga data
utveckla batch- och online-gränssnitt
diskutera modellversionshantering och testning
utvärdera integritet och säkerhet vid maskininlärning
diskutera utkantsinlärning (edge learning) och tillämpningar av maskininlärning för sakernas internet (Internet-of-Things).

Kurslitteratur och förberedelser

Särskild behörighet

Ingen information tillagd

Kurslitteratur

Du hittar information om kurslitteratur antingen i kursomgångens kurs-PM eller i kursomgångens kursrum i Canvas.

Examination och slutförande

Betygsskala

P, F

Examination

INL1 - Inlämningsuppgifter, 4,0 hp, betygsskala: P, F
DEL1 - Workshop, 1,0 hp, betygsskala: P, 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.

När kurs inte längre ges har student möjlighet att examineras under ytterligare två läsår.

Examinator

Carlo Fischione

Ytterligare information

Kursrum i Canvas

Registrerade studenter hittar information för genomförande av kursen i kursrummet i Canvas. En länk till kursrummet finns under fliken Studier i Personliga menyn vid kursstart.

Ges av

EECS/Datavetenskap

Huvudområde

Datalogi och datateknik

Utbildningsnivå

Avancerad nivå

Övergångsbestämmelser