Specialiseringskursus i maskinintelligens

2018/2019

Modulets indhold, forløb og pædagogik

Læringsmål

Viden

  • opnå dybtgående indsigt i centrale emner inden for maskinintelligens, som f.eks. datamining og maskinindlæring, grafiske modeller, agent baserede systemer og intelligente web systemer

Færdigheder

Den studerende skal med udgangspunkt i en videnskabelig artikel inden for kursets centrale emner:

  • kunne give en klar og forståelig præsensation af artiklens centrale emner, herunder dens præmisser, problemstilling(er), teori, metoder, resultater og konklusioner
  • kunne gøre rede for relevante/centrale teorier, metoder og ræsonnementer, der præsenteres i artiklen

Kompetencer

Den studerende skal med udgangspunkt i en videnskabelig artikel inden for kursets centrale emner:

  • kunne relatere de i artiklen præsenterede teorier, metoder og resultater til kursets emner
  • kunne vurdere og perspektiver de i artiklen foreslående løsninger, resultater og/eller konklusioner og disses kvaliteter og disses kvaliteter og praktiske anvendelighed

Undervisningsform

Undervisningen tilrettelægges i henhold til de generelle undervisningsformer for uddannelsen, jf. kapitel 3

Omfang og forventet arbejdsindsats

Det forventes at den studerende bruger 30 timer per ECTS, hvilket for denne aktivitet betyder 150 timer.

Eksamen

Prøver

Prøvens navnSpecialiseringskursus i maskinintelligens
Prøveform
Mundtlig
Den studerende giver en forelæsning af 30 minutters varighed over et nærmere afgrænset videnskabeligt emneområde (typisk i form af en artikel) i tilknytning til problemstillinger behandlet i kurset. Udvælgelsen af emneområdet og formuleringen af opgaven til den enkelte studerende foretages af kursusholderen, normalt i samråd med den studerendes projektvejleder, og den studerende gives 7 dages forberedelse. Efter forelæsningen kan eksaminator og censor, inden for en tidsramme, der normalt ikke overstiger 10 minutter, stille spørgsmål i tilknytning til den studerendes præsentation af emneområdet
ECTS5
Bedømmelsesform7-trins-skala
CensurEkstern prøve
VurderingskriterierSom angivet i Fakultets vurderingskriterier
http:/​/​www.tech.aau.dk/​digitalAssets/​337/​337434_vurderingskriterier.pdf

Yderligere informationer

Kontakt: Studienævn for datalogi via cs-sn@cs.aau.dk eller 9940 8854

 

Fakta om modulet

Engelsk titelSpecialisation Course in Machine Intelligence
ModulkodeDSNDATFK307
ModultypeKursus
Varighed1 semester
SemesterEfterår
ECTS5
UndervisningssprogDansk og engelsk
TompladsJa
UndervisningsstedCampus Aalborg
Modulansvarlig

Organisation

StudienævnStudienævnet for Datalogi
InstitutInstitut for Datalogi
FakultetDet Tekniske Fakultet for IT og Design