Detaljer för kursplan för kurs EITP40F giltig från och med HT 2022 Utskriftsvänlig visning Kurskod:EITP40F Gäller från och med:Höstterminen 2022 Kursplanen är fastställd Allmänt Undervisningsspråk:Engelska Ges:Varje hösttermin Kurshemsida: Syfte Kursens syfte är att ge en introduktion till artificiell intelligens och maskininlärning för IoT, till exempel bärbara sensorer för hälsa. Innehåll 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. Kunskap och förståelse För godkänd kurs skall doktoranden 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. Färdighet och förmåga För godkänd kurs skall doktoranden 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 Värderingsförmåga och förhållningssätt För godkänd kurs skall doktoranden 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 Undervisningsformer Föreläsningar Laborationer övningar Projekt Examinationsformer Muntlig tentamen Betygsskala:Underkänd, godkänd Förkunskapskrav Förutsatta förkunskaper Programmering, grundläggande matematisk statistik, statistiska metoder, algebra. Urvalskriterier Litteratur Litteratur: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. Övrig information Kursansvarig: Amir Aminifar amir.aminifar@eit.lth.se Kurskod Kurskod:EITP40F Administrativ information Datum för fastställande:2022-10-10 Beslutad av:Maria Sandsten Alla publicerade kurstillfällen för kursplanen Inga matchande kurstillfällen hittades. 0 kurstillfällen. Utskriftsvänlig visning