Københavns Erhvervsakademi

en

Applied Artificial Intelligence

2022/2023
Engelsk titel
Applied Artificial Intelligence
Uddannelse
Software udvikling
Uddannelsestype
Fuldtidsuddannelse
Niveau
Professionsbachelor (top-up)
Semester
7. semester
Fagets/modulets varighed
1 semester
Ects
10
Udd. element
Valgfag
Sprog
Dansk
Opstart
Efterår
Forår
Studiested
Håndværkergården, København N
Fagkode
9942257
Fag- /modulansvarlig
Arturo Mora Rioja
Henrik Strøm
  • Formål og læringsmål

    The objective of the module is to qualify the student to work with Artificial Intelligence systems and to apply data science methods in a structured manner, extract inferential knowledge from a dataset, and make probabilistic forecasts using artificial intelligence and machine learning models. In addition, the student must be able to report on the findings and make use of visualization.

    Viden

    • various definitions of the fields of Artificial Intelligence, Machine Learning, and Data Science
    • what artificial intelligence and machine learning really is
    • what is possible and not possible using artificial intelligence and machine learning
    • designing experiments for data collection
    • using a framework for numerical computations
    • using a framework for general data analysis
    • using a framework for descriptive and inferential statistical analysis
    • using a framework for probabilistic forecasting using machine learning models
    • a variety of data analysis algorithms and their applications

    Færdigheder

    • how to ask a relevant and interesting research question (framing the problem)
    • collect and obtain data from a variety of sources
    • organize data to prepare for analysis
    • explore data to gain insights
    • apply basic descriptive and inferential statistics
    • make forecasts using probabilistic machine learning tools
    • use methods to facilitate reproducibility and transparency
    • communicate findings in a written report, using visualizations

    Kompetencer

    The objective is that the student will have acquired proficiency in participating and contributing in projects using Artificial Intelligence, Machine Learning, and Data Science.

  • Undervisningsform
    Undervisningen tager udgangspunkt i Problem Based Learning. De studerende skal således anvende viden fra klasseundervisningen i projektarbejde, og på egen hånd tilegne sig yderligere viden og erfaring. De studerende er aldrig overladt til sig selv, da underviseren indtræder i en vejlederrolle i projektarbejdet.
  • Prøve

    Læringsmålene for prøven er identiske med fagets/fagenes læringsmål

    Faget prøves
    10 min. individuel præsentation af projekt, 15 min. eksamination af projekt og kursusmaterialet.
    Prøveform
    Kombineret skriftlig og mundtlig prøve
    Individuel eller gruppeprøve
    Individuel
    Anvendt sprog til prøven
    Dansk (Norsk/Svensk)
    Bedømmelsesform
    7-trins skala
    Bedømmer(e)
    Intern censur
60
timers undervisning
214
timers forberedelse
Tallene viser omfanget af arbejdsbelastningen relateret til faget fordelt på forskellige studieaktiviteter.

På faget Applied Artificial Intelligence modtager du 60 timers undervisning, hvilket svarer til 80 lektioner (1 lektion = 45 min.) og 22% af din samlede arbejdsbelastning på faget.

Undervisningen vil primært bestå af følgende aktiviteter: klasseundervisning, projektarbejde, peer-review, gruppearbejde.
Forberedelsen vil primært bestå af følgende aktiviteter: projektarbejde, informationssøgning, læsning af egne noter, læsning af pensum.

Læs om KEAs studieaktivitetsmodel

*KEA kan fravige det angivne timetal, hvis det er begrundet i særlige forhold.