Software engineering för AI-system

Om utbildningen

Kursen behandlar frågor som är relevanta för mjukvaruutveckling av system som använder tekniker för artificiell intelligens (AI), såsom maskininlärning eller storskalig parallell databehandling. Kursen ger (a) en introduktion till grundläggande principer för AI, med betoning på principer och tekniker som används för maskininlärning (ML) och deep learning (DL), och (b) insikter om stöd som behövs för framgångsrik implementering av AI-system. Kursen behandlar AI-systems livscykel: Det innefattar preparering av data (dvs. datainsamling, databehandling, lagring, analys) och byggandet av AI-modeller genom träning och validering. Den diskuterar också användning av data, såsom konsekvenser av att använda olika datamängder för samma mål eller samma datamängd för olika mål. Dessutom diskuterar kursen hur mjukvarusystem behöver struktureras och implementeras för att uppnå den prestanda som krävs för realistiska tillämpningar. Relevanta programvaruarkitekturer och mönster introduceras och diskuteras i samband med ett realistiskt applikationsscenario. Slutligen diskuteras de etiska övervägandena vid användning av data och tillhandahållande av automatiskt skapade lösningar. Studenterna kommer att lära sig de grundläggande ML- och DL-metoderna, att bearbeta och analysera data i förhållande till kraven och systemets implementeringsmål. Vidare kommer de att lära sig hur resultaten beror på de valda datamängderna inklusive annoteringar. Studenterna kommer att lära sig olika datatyper, som statiska och strömmar, och olika typer av system som använder AI-tekniker. Delkurser 1. Tentamen (Written exam), 4,5 hp Betygsskala: Mycket väl godkänd (5), Väl godkänd (4), Godkänd (3) och Underkänd (U) 2. Inlämningsuppgifter (Assignments), 3 hp Betygsskala: Godkänd (G) och Underkänd (U)

Behörighet

För att vara behörig till kursen skall studenten minst ha 90hp inom software engineering eller motsvarande, inklusive 7,5hp i grundläggande programmering (till exempel DIT043 Objektorienterad programmering, 7,5hp), 7,5hp i grundläggande matematiska begrepp såsom mängder, funktioner, relationer, grafer, logaritmer och induktionsbevis (t.ex. DIT023 Grundläggande matematik för mjukvarutekniker, 7,5hp) och 7,5hp i datastrukturer och algoritmer (t.ex DIT182 Datastrukturer och algoritmer, DIT374 Python för datavetare, 7,5hp eller motsvarande).

Rekommenderade förkunskaper: uh

Alla tillfällen (1)

Liknande utbildningar

• Software engineering för dataintensiva AI-applikationerUniversitet/högskola
• Tekniker för AIUniversitet/högskola
• Artificiell intelligensUniversitet/högskola
• Människocentrerad artificiell intelligensUniversitet/högskola