Gäller för: Läsåret 2023/24
Fakultet: Lunds tekniska högskola
Beslutad av: Programledning L
Beslutsdatum: 2023-04-20
Valfri för: L5-gi
Undervisningsspråk: Kursen ges på engelska
Kursens övergripande mål är att introducera studenten till nya paradigmer inom datahantering med speciellt fokus på artificiell intelligens (AI) och maskininlärning (ML) och deras tillämpning inom GIS och fjärranalys.
Kunskap och förståelse
För godkänd kurs skall studenten
Färdighet och förmåga
För godkänd kurs skall studenten
Värderingsförmåga och förhållningssätt
För godkänd kurs skall studenten
Kursen inleds med en generell introduktion till begreppet AI och dess olika komponenter, med fokus på GIS-tillämpningar. Härpå följer moduler med inriktning på optimering av databehandling, maskininlärning och simuleringstekniker för tillämpningar inom såväl GIS som fjärranalys. Huvudfokus för kursen är teknisk kunskap och tekniska färdigheter som syftar till att studenten ska kunna tillämpa AI i olika sammanhang men även aspekter av etik och samhällsnytta behandlas i föreläsningar under kursens gång.
Kursens genomförande: Undervisningen utgörs av föreläsningar, praktiska övningar, seminarier och ett avslutande projektarbete som genomförs enskilt eller i grupp. Varje föreläsningstema belyses med tillämpningsövningar som utifrån nyckelelement utvidgar och fördjupar förståelsen för det teoretiska materialet. Genom övningarna skaffar studenten sig förmåga att tillämpa AI på olika rumsliga problem för att utveckla lösningar. Såväl övningar som seminarier syftar också till att fördjupa studenternas engagemang i den egna lärandeprocessen. Deltagande i praktiska övningar, seminarier, projektarbeten samt tillhörande moment är obligatoriskt.
Betygsskala: TH - (U,3,4,5) - (Underkänd, Tre, Fyra, Fem)
Prestationsbedömning: Examination sker skriftligt i form av inlämningsuppgifter, övningar, seminarier (1 hp) och quizzar (1,5 hp) under kursens gång samt genom ett avslutande projektarbete (5 hp).
Om så krävs för att en student med varaktig funktionsnedsättning ska ges ett likvärdigt examinationsalternativ jämfört med en student utan funktionsnedsättning, så kan examinator efter samråd med universitetets avdelning för pedagogiskt stöd fatta beslut om alternativ examinationsform för berörd student.
För att bli godkänd på hela kursen krävs godkända resultat på samtliga inlämningsuppgifter, övningar, seminarier, quizzar och projektarbete samt deltagande i alla obligatoriska moment. Inlämningsuppgifter, övningar, seminarier bedöms enligt betygsskalan Underkänd, Godkänd, medan projektarbetet bedöms enligt betygsskalan Underkänd, 3, 4, 5. Slutbetyget avgörs genom betyg på projektarbetet.
Om så krävs för att en student med varaktig funktionsnedsättning ska ges ett likvärdigt examinationsalternativ jämfört med en student utan funktionsnedsättning, så kan examinator efter samråd med universitetets avdelning för pedagogiskt stöd fatta beslut om alternativ examinationsform för berörd student.
Delmoment
Kod: 0123. Benämning: Inlämningsuppgifter och övningar.
Antal högskolepoäng: 1. Betygsskala: UG. Prestationsbedömning: Godkända övningar och inlämningsuppgifter. Delmomentet omfattar: Obligatoriska praktiska övningar, seminarier och skriftliga inlämningsuppgifter
Kod: 0223. Benämning: Quizzar.
Antal högskolepoäng: 1,5. Betygsskala: UG. Prestationsbedömning: Godkända quizzar. Delmomentet omfattar: Obligatoriska quizzar.
Kod: 0323. Benämning: Projektarbete.
Antal högskolepoäng: 5. Betygsskala: TH. Prestationsbedömning: Graderad (TH) betygssättning av projektarbete vilket utgör kursbetyg.
Begränsat antal platser: Nej
Kursen överlappar följande kurser: NGEN27
Kursansvarig: Ali Mansourian, ali.mansourian@nateko.lu.se
Kursadministratör: Karin Larsson, karin.larsson@nateko.lu.se
Examinator: Ali Mansourian, ali.mansourian@nateko.lu.se
Hemsida: https://www.nateko.lu.se/sv/xxx - kommer publiceras här