02466 Fagprojekt - Bachelor i Kunstig Intelligens og Data

2024/2025

Kurset er forbeholdt studerende på Bachelorlinjen Kunstig Intelligens og Data.
Kursusinformation
Project work - Bachelor of Artificial Intelligence and Data
Dansk
10
Bachelor
Projekter (BSc), Kunstig Intelligens og data
Projekter og almene fag, Kunstig Intelligens og Data
F5B (ons 13-17) og Juni
Der vil være enkelte forelæsninger onsdag eftermiddag, men resten af kurset er ikke skemalagt. Under særlige omstændigheder kan kurset tages individuelt om efteråret. Kontakt den kursusansvarlige om dette.
Campus Lyngby
Projektarbejde.
13-uger + 3-uger
Sidste dag(e) i 3-ugersperioden, Aftales med underviser, Afsluttes kurset i 3-ugersperioden, da afholdes eksamen de sidste dage i 3-ugersperioden. Afsluttes kurset i 13-ugersperioden aftales eksamenstidspunktet individuelt.
Mundtlig eksamen og bedømmelse af rapport(er)
Alle hjælpemidler - med adgang til internettet
7-trins skala , intern bedømmelse
Kurser svarende til 60 point indenfor bachelor programmet for Kunstig Intelligens og Data uddannelsen skal være bestået.
Morten Mørup , Tlf. (+45) 4525 3900 , mmor@dtu.dk
Lars Kai Hansen , Lyngby Campus, Bygning 321, Tlf. (+45) 4525 3889 , lkai@dtu.dk
Jesper Løve Hinrich , jehi@dtu.dk
01 Institut for Matematik og Computer Science
I studieplanlæggeren
Kontakt underviseren for information om hvorvidt dette kursus giver den studerende mulighed for at lave eller forberede et projekt som kan deltage i DTUs studenterkonference om bæredygtighed, klimateknologi og miljø (GRØN DYST). Se mere på http://www.groendyst.dtu.dk
Overordnede kursusmål
At kvalificere og træne studerende i projektarbejde samt at give en dybere forståelse for et eller flere emner indenfor modellering, design og evaluering af intelligente systemer.
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
  • Opstille egne læringsmål for projektarbejdet.
  • Foretage en fagligt velbegrundet afgrænsning af et emneområde indenfor modellering, design og evaluering af intelligente systemer, der egner sig til et projektforløb på 10 ECTS.
  • Formulere relevante og fagligt velbegrundede problemstilling(er) og hypoteser, som kan afgrænse og styre det videre projektforløb.
  • Planlægge og gennemføre et realistisk projektforløb, opstille en arbejds- og tidsplan og tilpasse planen til ændrede forudsætninger.
  • Vælge og anvende hensigtsmæssige metoder til modellering og design af intelligente systemer, der inddrager etiske dimensioner og samfundsmæssige konsekvenser.
  • Designe og gennemføre eksperimenter til at evaluere og forbedre intelligente systemer.
  • Evaluere og opsummere resultater.
  • Strukturere og skrive en teknisk rapport, inklusive kildehenvisninger og citationer.
  • Give konstruktiv kritik på eget og andres arbejde.
  • Præsentere metoder og resultater koncist både mundtligt og skriftligt.
  • Bruge AI værktøjer til optimalt at styrke alle dele af projektarbejdet fra literatursøgning og udarbejdelse af projektets overordnede formål herunder forskningsspørgsmål og eksperimenter, til udarbejdelse af rapport og kode.
  • Dokumentere brugen af AI værktøjerne anvendt samt reflektere over hvorledes værktøjerne er blevet kritisk evalueret, når de har assisteret projektarbejdet.
Kursusindhold
Projektets indhold vælges af studerende og vejledere i fællesskab. Forslag til emner offentliggøres det foregående semester. De studerende kan desuden selv foreslå projekter og finde vejledere indenfor Institut for Matematik og Computer Science. Projekterne vil typisk indeholde en eller flere af disciplinerne machine learning, statistik, kognitive systemer, signalbehandling, billedanalyse, social informatik, logik og algoritmer, med anvendelser indenfor en række forskellige samfundsområder. Udover det egentlige projektarbejde vil der blive givet instruktioner i rapportskrivning, gruppearbejde, og kortere intensiv undervisning i specifikke emner relevant for projektarbejdet herunder brug af AI værktøjer til forskning- og projektarbejde. Kurset afsluttes med mundtlige præsentationer for alle deltagere samt en mundtlig eksamen. Præsentationerne finder sted i slutningen af 13-ugersperioden og i slutningen af 3-ugersperioden.
Sidst opdateret
02. maj, 2024