Hoppa direkt till innehållet

Information till studenter och medarbetare med anledning av covid-19 (Uppdaterad: 31 mars 2021)

printicon
Kursplan:

Individuellt projekt i Artificiell Intelligens, 7,5 hp

Engelskt namn: Individual project in Artificial intelligence

Denna kursplan gäller: 2021-01-04 och tillsvidare

Kurskod: 5DV219

Högskolepoäng: 7,5

Utbildningsnivå: Avancerad nivå

Huvudområden och successiv fördjupning: Datavetenskap: Avancerad nivå, har kurs/er på avancerad nivå som förkunskapskrav

Betygsskala: För denna kurs ges betygen VG Väl godkänd, G Godkänd, U Underkänd

Ansvarig institution: Institutionen för datavetenskap

Beslutad av: Teknisk-naturvetenskapliga fakultetsnämnden, 2021-02-24

Innehåll

Den här kursen riktar sig till studenter på Masterprogrammet i Artificiell Intelligens. I kursen får studenten planera och genomföra ett datavetenskapligt projekt inom området artificiell intelligens (AI) vid antingen ett företag, en organisation eller inom ett forskningsprojekt vid universitet eller högskola. Studenten ska tillämpa de kunskaper och färdigheter hen tillägnat sig under tidigare kurser på arbetsuppgifter eller problemställningar som har anknytning till artificiell intelligens.

Projektarbetet ska ha en tydlig beställare och ska ske i samverkan med de anställda på företaget / i organisationen / i forskningsprojektet. Studenten ska under tiden för projektet föra en dagbok som sedan används som underlag vid en redovisning.

Förväntade studieresultat

Kunskap och förståelse
Efter avklarad kurs ska studenten kunna:
  • FSR1: visa fördjupade kunskaper inom minst ett datavetenskapligt område inom artificiell intelligens
Färdighet och förmåga
Efter avklarad kurs ska studenten kunna:
  • FSR2: tillämpa metoder inom artificiell intelligens på en uppdragsgivares problem
  • FSR3: identifiera sitt behov av ytterligare kunskap och utveckla sin kompetens i förhållande till projektbehovet
  • FSR4: planera och genomföra ett datavetenskapligt projektarbete inom artificiell intelligens i samverkan med en uppdragsgivare
  • FSR5: skriftligt dokumentera och såväl muntligt som skriftligt redovisa ett projektarbete
  • FSR6: självständigt söka, analysera och kritiskt granska vetenskaplig litteratur som är relevant för problemställningen
Värderingsförmåga och förhållningssätt
Efter avklarad kurs ska studenten kunna:
  • FSR7: reflektera över det egna lärandet och arbetssättet
  • FSR8: visa insikt om den artificiella intelligensens roll i projektet och om människors ansvar för hur den används

Behörighetskrav

För tillträde till kursen krävs en avlagd kandidatexamen samt kurser totalt omfattande 45 hp på avancerad nivå i huvudområdet datavetenskap inkluderande kurserna Artificiell intelligens - metoder och tillämpningar (5DV181), Maskininlärning (5DV194), Design av interaktiva AI-system (5DV211), eller motsvarande kunskaper.

Svenska för grundläggande behörighet för högskolestudier samt Engelska A/5. Krav på svenska gäller endast om utbildningen ges på svenska

Undervisningens upplägg

Studenten ansvarar själv för att knyta kontakt med lämplig uppdragsgivare och initiera projektsamarbetet innan kursen börjar. Vid början av kursen ska studenten tillsammans med uppdragsgivaren formulera en projektplan. Ett projektarbete genomförs därefter tillsammans med uppdragsgivaren. Studenten ska under tiden för projektet föra dagbok.

Kursen avslutas med en muntlig redovisning av projektet. Därtill ska det skrivas en akademisk rapport med dokumentation av projektarbetet och en självreflektion över studentens egna prestationer och lärdomar från projektet.

Undervisning inklusive handledning ges normalt endast under den tid som kursen genomförs.

Examination

De examinerande momenten är projektplanen (skriftligt), dagboken (skriftligt), redovisningen (muntligt), samt rapporten (skriftligt). På projektplanen, dagboken och den muntliga redovisningen ges något av omdömena Godkänd (G) eller Underkänd (U). På projektrapporten ges något av omdömena Underkänd (U), Godkänd (G) eller Väl Godkänd (VG). För att bli godkänd på hela kursen krävs att alla examinerande moment är godkända. Kursbetyget blir då samma som omdömet på rapporten.

En student som vid ordinarie provtillfälle inte blir godkänd erbjuds normalt ytterligare provtillfällen under året i enlighet med universitetets regler. Om examinator bedömer att studenten måste göra om stora delar av det projektarbete som ligger till grund för de examinerande momenten äger examinator rätt att besluta att studenten istället får vänta med att göra omprov till nästa kurstillfälle. Ett sådant beslut ska meddelas studenten i direkt anslutning till kursens slut. 

Avsteg från kursplanens examinationsform kan göras för en student som har beslut om pedagogiskt stöd på grund av funktionsnedsättning. Individuell anpassning av examinationsformen ska övervägas utifrån studentens behov. Examinationsformen anpassas inom ramen för kursplanens förväntade studieresultat. Efter begäran av studenten ska kursansvarig lärare, i samråd med examinator, skyndsamt besluta om anpassad examinationsform. Beslutet ska sedan meddelas studenten.

En student som utan godkänt resultat har genomgått två prov för en kurs eller en del av en kurs, har rätt att få en annan examinator utsedd, om inte särskilda skäl talar emot det (HF 6 kap. 22 §). Begäran om ny examinator ställs till prefekten för Institutionen för datavetenskap.

Övriga föreskrifter

I en examen får denna kurs ej ingå, helt eller delvis, samtidigt med en annan kurs med likartat innehåll. Vid tveksamheter bör den studerande rådfråga studievägledare vid Institutionen för datavetenskap och/eller programansvarig för sitt program

Om kursplanen har upphört att gälla eller kursen slutat erbjudas garanteras en student som någon gång registrerats på kursen minst tre provtillfällen (inklusive ordinarie provtillfälle) enligt denna kursplan under en tid av maximalt två år från det att kursplanen upphört att gälla eller kursen slutat erbjudas.

Litteratur

Giltig från: 2021 vecka 1

Litteratur

Studenten väljer sin egen litteratur utifrån vad som är lämpligt för projektet.