Sjællands Erhvervsakademi
Tidligere årgange
DK / EN
Permalink ‏

AI & Machine Learning

2026/2027
Engelsk titel
AI & Machine Learning
Uddannelse
Datamatiker
Uddannelsesniveau
Erhvervsakademi
Startsemester
4. Semester
Fagets varighed
1 semester
ECTS
10
Uddannelseselement
Valgfag
Undervisningsprog
Dansk
Undervisningens starttidspunkt
Efterår og Forår
Undervisningens lokation
Roskilde
Fagkode
45059003
Fagansvarlig
Jens Peter Andersen ‏
Mikkel Andreas Krøll Christensen ‏
Sissel Quistgaard Pagh ‏
  • Indhold og formål
    Basal algoritme forståelse, Data Mining, Træning af modeller, Lærings- and evalueringsprincipper, Python implementering i Jupyter/Colab, Frameworks som SciKit.

    Valgfaget gives på engelsk, hvis der kommer exchange students
  • Læringsmål
    Viden
    Den studerende har:
    • viden om anvendelse af AI og Machine Learning.
    • forståelse for Learning principper: supervised, unsupervised, instance based, re-inforcement.
    • forståelse for træningsmodeller: regression, klassifikation, klyngedannelse.
    • forståelse for Artificial Neural Network og deep learning.
    • viden om Natural Language Processing – f.eks ChatGPT.
    • viden om Frameworks: Colab, Jupyter, Python, OpenAI. (Azure & Google).
    • viden om Biblioteker: Omfatter sklearn, panda, numpy, matplotlib, keras.
    Færdigheder
    Den studerende kan:
    • anvende relevante værktøjer og –modeller.
    • forklare AI & Machine Learning systemer.
    • bygge og implementere AI & Machine Learning applikationer.
    Kompetencer
    Den studerende kan:
    • bruge AI i en virksomhed.
    • udnytte AI i specifikke apps.
    • håndtere opsætning af et virksomhedssystem.
  • Eksamen
    Læringsmålene for eksamen er identiske med fagets læringsmål
    Valgfagsprøven
    Forudsætninger for indstilling til eksamen
    Som del af et fagelement kan der være en eller flere obligatoriske studieaktiviteter, der defineres og beskrives af faglæreren. Dette kan f.eks. være afleveringsopgaver, projekter, mundtlige fremlæggelser, prøveeksamener m.m. De obligatoriske studieaktiviteter skal være opfyldt senest 10 dage før eksamens start, for at den studerende kan indstilles til eksamen.

    Hvis en studerende ikke opfylder forudsætningerne, kan den studerende ikke gå til eksamen og har brugt et eksamensforsøg.
    Valgfagseksamen
    Ja
    Eksamensform
    Skriftlig aflevering med mundtlig eksamen
    På datamatikeruddannelsen skal den studerende vælge 3 valgfag, som bliver udprøvet sammen i 1 eksamen.
    Eksamens tilrettelæggelse og indhold
    Den studerende vælger selv et emne som har relation til et af den studerendes valgfag.
    Formkrav

    Synopsen skal maksimum fylde 10 normalsider foruden evt. programmer. Én normalside udgør 2400 anslag inkl. mellemrum.

    Hvis en skriftlig opgavebesvarelse ikke opfylder formalia (fastsat i Studieordningen), kan bedømmerne afvise opgavebesvarelsen. Hvis opgavebesvarelsen afvises, skal der ikke gives en bedømmelse, og den studerende har brugt et eksamensforsøg.

    Varighed
    30 minutter
    ECTS
    30
    Individuel eller gruppeprøve
    Individuel
    Anvendt sprog til eksamen
    Dansk (Norsk/Svensk)
    Hjælpemidler
    Alle hjælpemidler
    Karakterskala
    7-trins skala
    Bedømmelsestype
    Intern censur
    Kriterier for bedømmelse
    Bedømmelseskriterierne for eksamen svarer til læringsmålene for det lokale fagelement: Valgfri uddannelseselementer. Læringsmålenes kontekst defineres af de konkrete valgfag, som synopsen baserer sig på.
    Der gives en samlet karakter, som er baseret på helhedsvurdering af det skriftlige produkt og den mundtlige præstation.
    Tidsmæssig placering
    4. Semester
    Mulighed for at søge om særlige vilkår
    Læs mere om særlige vilkår på -> Moodle
    Syge- og reeksamen
    Der gælder samme regler som for den ordinære eksamen
    Samme grundlag som 1. forsøg. Den studerende har mulighed for at redigere det skriftlige produkt, hvis reeksamen skyldes at tidligere forsøg ikke er bestået.