MT1575 - Tillämpad maskininlärning - Blekinge Tekniska Högskola

1. Beslut

Denna kurs är inrättad av dekan 2023-05-25. Kursplanen är fastställd av prefekten vid institutionen för maskinteknik 2025-09-09 och gäller från 2025-09-09.

2. Förkunskapskrav

För tillträde till kursen krävs 5 avklarade hp i linjär algebra, 5 avklarade hp i programmering och 5 avklarade hp i matematisk statistik. Engelska 6.

3. Syfte och innehåll

3.1 Syfte

Kursens syfte är att introducera praktiska tillämpningar av maskininlärning (ML) för att lösa ingenjörsproblem. Gapet mellan teoretisk förståelse och verklig tillämpning överbryggas genom att integrera praktiska övningar med industrinära fallstudier. Studenterna kommer lära sig att kritiskt tillämpa ML-modeller på ingenjörsdata, utvärdera modellernas prestanda samt tolka resultaten i kontexten av tekniska system.

3.2 Innehåll

Introduktion till maskininlärning
Datahantering och förbehandling
Övervakad inlärning (Supervised learning)
Oövervakad inlärning (Unsupervised learning)
Modellutvärdering och modellval
Tillämpade fallstudier inom maskinteknik och/eller elektroteknik
Etik och tolkbarhet inom maskininlärning

4. Lärandemål

Följande lärandemål examineras i kursen:

4.1. Kunskap och förståelse

Efter genomförd kurs ska studenten kunna:

Redogöra för centrala begrepp, algoritmer och arbetsflöden inom maskininlärning.
Identifiera och förklara möjligheter och begränsningar med maskininlärning i ingenjörstillämpningar.

4.2. Färdighet och förmåga

Efter genomförd kurs ska studenten kunna:

Förbehandla och analysera ingenjörsdata med hjälp av lämpliga verktyg för maskininlärning.
Träna, justera och utvärdera maskininlärningsmodeller på verkliga dataset.
Implementera och dokumentera ML-baserade lösningar på ingenjörsproblem med hjälp av programmeringsspråk och programvara för maskininlärning.

4.3. Värderingsförmåga och förhållningssätt

Efter genomförd kurs ska studenten kunna:

Kritiskt bedöma vilka ML-modeller som är mest lämpliga för specifika ingenjörsuppgifter.
Reflektera över hur tillförlitliga och tolkbara databaserade modeller är vid ingenjörsmässigt beslutsfattande.
Analysera vilka etiska konsekvenser som kan uppstå när maskininlärning integreras i industriell ingenjörspraxis.

5. Läraktiviteter

Kursen kombinerar klassrumsföreläsningar, kodningsövningar med programvara för maskininlärning och modelleringspråk, grupparbeten, handledningsaktiviteter.

6. Bedömning och examination

Examinationsmoment för kursen

Kod	Benämning	Omf.	Betyg
2606	Inlämningsuppgift 1	3 hp	GU
2615	Inlämningsuppgift 2	3 hp	GU

Kursen bedöms med betygen G Godkänd, UX Underkänd, något mer arbete krävs, U Underkänd.

Examinator har möjlighet att muntligen följa upp skriftliga examinationer.

I kurstillfällets information inför kursstart framgår i vilka examinationsmoment som kursens lärandemål examineras samt gällande bedömningsgrunder.

Examinator kan, efter samråd med högskolans FUNKA-samordnare, fatta beslut om anpassad examinationsform för att en student med varaktig funktionsvariation ska ges en likvärdig examination jämfört med en student utan funktionsvariation.

7. Kursvärdering

Kursvärdering ska göras i enlighet med BTH:s beslut om frågeställning i kursvärderingar och beslut om process för hantering och uppföljning av kursvärderingar.

8. Begränsningar i examen

Kursen kan ingå i examen men inte tillsammans med annan kurs vars innehåll, helt eller delvis, överensstämmer med innehållet i denna kurs.

9. Kurslitteratur och övriga lärresurser

Kursmaterial kommer delas ut av lärarna under kursens gång i form av undervisningsmaterial och vetenskapliga publikationer.