Kursets mål er at give de studerende kompetencer indenfor kunstige neurale netværk inklusive relevante matematiske koncepter. Kurset bygger videre på den grundlæggende forståelse af AI, som er opnået på de to foregående semestre. Indholdet omfatter både bagvedliggende teori indenfor f.eks. arkitekturer og loss-funktioner, samt praktiske aspekter f.eks. justering af hyperparametre, transfer learning og XAI.
Studerende som gennemfører modulet vil opnå:
Studerende som gennemfører modulet vil være i stand til at:
Studerende som gennemfører modulet vil være i stand til at:
Se oversigt over undervisningsformer under §17.
Prøvens navn | Deep learning |
Prøveform | Mundtlig pba. projekt |
ECTS | 5 |
Tilladte hjælpemidler | Med visse hjælpemidler:
Se semesterbeskrivelse |
Bedømmelsesform | 7-trins-skala |
Censur | Intern prøve |
Vurderingskriterier | Vurderingskriterierne er angivet i Universitetets eksamensordning |
Engelsk titel | Deep Learning |
Modulkode | MSNDAKIB3234 |
Modultype | Kursus |
Varighed | 1 semester |
Semester | Efterår
|
ECTS | 5 |
Undervisningssprog | Dansk |
Undervisningssted | Campus Aalborg |
Modulansvarlig |
Uddannelsesejer | Diplomingeniør i design og anvendelse af kunstig intelligens; Professionsbachelor i ingeniørvirksomhed |
Studienævn | Studienævn for Medieteknologi |
Institut | Institut for Arkitektur og Medieteknologi |
Fakultet | Det Teknisk Fakultet for IT og Design |