AI & Machine Learning

Valgfaget beskæftiger med udvikling af AI modeller baseret på såvel klassiske som moderne algoritmer. Valgfaget dækker et bredt udsnit af de kendte læringsprincipper. Fokus ligger på anvendelse af algoritmer med henblik på modellering af konkrete cases. Valgfaget tilstræber at give de studerende en indførsel i anvendelse af tidssvarende værktøjer inden for området.

Specifikt:
• Læringsprincipper: supervised, unsupervised, instance based, re-inforcement
• Modeller: regression, klassifikation, klyngedannelse
• Artificial Neural Network og deep learning
• Large Language Models (LLM) – f.eks. med ChatGPT
• Frameworks: Colab, Jupyter, Deep Note, Python, OpenAI. (Azure & Google)
• Biblioteker: Omfatter sklearn, panda, numpy, matplotlib, keras

Den studerende har:
• Forståelse for projekters livscyklus inden for området
• Forståelse for algoritmers anvendelsesområde
• Forståelse for tidssvarende algoritmer og herunder deep learning algoritmer
• Forståelse for træning af modeller samt deres ydeevne og optimeringsprincipper
• Viden om tidssvarende programmeringssprog og udviklingsomgivelser inden for området
• Viden om relevante rammesystemer og softwarebiblioteker inden for området Den studerende kan:
• Udvælge relevante algoritmer i forhold et givet problem
• Programmere en procedure til forbehandling af læringsdata
• Programmere en procedure til estimering og optimering en models parametre
• Justere en algoritmes træningsparametre
• Identificere mulige tiltag med henblik på optimering af en given model
• Udvælge test-og valideringsdata.
• Udvikle en model i en moderne programmeringsomgivelse Den studerende kan:
• Anvende AI og machine learning i virksomhedsammenhæng
• Integrere modeller i IT-systemer
• Tilegne sig ny viden om AI og machine learning i en praksisnær kontekst.