Engelska

Varje hösttermin

Kursens syfte är att ge en introduktion till artificiell intelligens och maskininlärning för IoT, till exempel bärbara sensorer för hälsa.

introduktion till IoT och möjligheterna och begränsningarna med artificiell intelligens och maskininlärning för IoT
introduktion till artificiell intelligens och maskininlärning för IoT, till exempel bärbara sensorer för hälsa
maskininlärning för IoT och distribuerade resursbegränsade plattformar.

För godkänd kurs skall studenten

ha kunskap om IoT området och möjligheterna och begränsningarna med IoT
ha kunskap om moderna artificiell intelligens och maskininlärningsmetoder
ha kunskap om moderna artificiell intelligens och maskininlärningsmetoder för IoT, till exempel bärbara sensorer för hälsa och medicinsk informatik.

För godkänd kurs skall studenten

Kunna analysera tillämpningsbarheten av maskininlärningsmetoder för IoT
Kunna använda och implementera moderna artificiell intelligens och maskininlärning för IoT
Kunna bedöma och validera maskininlärningsmetoder för IoT

För godkänd kurs skall studenten

Visa kunskaper om möjligheterna och begränsningarna med artificiell intelligens och maskininlärning för IoT
Självständigt kunna ställa upp och implementera maskininlärning modeller för IoT, samt uppskatta tillförlitlighet på resultat

Föreläsningar

Laborationer

övningar

Projekt

Muntlig tentamen

Underkänd, godkänd

Programmering, grundläggande matematisk statistik, statistiska metoder, algebra.

Goodfellow, I., Bengio, Y. & Courville, A.: Deep Learning. 2016.
Lindholm, A., Wahlström, N., Lindsten, F. & Schön, Thomas B.: Machine Learning, A First Course for Engineers and Scientists.
Pete Warden, D.: TinyML:, Machine Learning with TensorFlow Lite on Arduino and Ultra-Low-Power Microcontrollers.

Kursansvarig: Amir Aminifar amir.aminifar@eit.lth.se

EITP40F

2022-10-10

Maria Sandsten