Hoppa till huvudinnehållet
Till KTH:s startsida

DD2301 Programsammanhållande kurs i maskininlärning 3,0 hp

Information per kursomgång

Välj termin och kursomgång för att se aktuell information och mer om kursen, såsom kursplan, studieperiod och anmälningsinformation.

Termin

Information för HT 2024 prosamML23 programstuderande

Studielokalisering

KTH Campus

Varaktighet
2024-08-26 - 2026-01-12
Perioder

HT 2024: P1 (0,5 hp), P2 (0,5 hp)

VT 2025: P3 (0,5 hp), P4 (0,5 hp)

HT 2025: P1 (0,5 hp), P2 (0,5 hp)

Studietakt

10%

Anmälningskod

50255

Undervisningsform

Normal Dagtid

Undervisningsspråk

Engelska

Kurs-PM
Kurs-PM är inte publicerat
Antal platser

Ingen platsbegränsning

Målgrupp

Öppen från årskurs 3 för programmen CDATE, CINTE, CTFYS

Planerade schemamoduler
[object Object]

Kontakt

Examinator
Ingen information tillagd
Kursansvarig
Ingen information tillagd
Lärare
Ingen information tillagd
Kontaktperson

Josephine Sullivan

Kursplan som PDF

Notera: all information från kursplanen visas i tillgängligt format på denna sida.

Kursplan DD2301 (HT 2022–)
Rubriker med innehåll från kursplan DD2301 (HT 2022–) är markerade med en asterisk ( )

Innehåll och lärandemål

Kursinnehåll

• Logistiken runt och erfarenheter som görs av studenter i maskininlärning på KTH: kurser, spår och examensarbete.

• Var de med examen inom maskininlärning arbetar: akademi, näringsliv och offentlig sektor.

• Etiska överväganden då slutsatser dras från experiment och resultat, och hur dessa presenteras för allmänheten.

• Sekretess, säkerhet och etiska frågor runt "big data".

• Vad metoder för maskininlärning kan och inte kan åstadkomma i praktiken.

• Uppförandekod för professionella experter inom området maskininlärning.

Lärandemål

Efter godkänd kurs ska studenten kunna

  • reflektera över val och möjligheter inom studierna
  • reflektera över etiska frågor som är förknippade med "big data" och de överväganden om fördelar och nackdelar som behöver göras då mängder av data om människor görs tillgängliga
  • reflektera över det ansvar man har då resultat och metoder för maskininlärning presenteras för allmänheten
  • reflektera på ett djupare sätt över värdet av mångfald och jämställdhet mellan könen inom forskningsområdet maskininlärning, på företag, institutioner, och i samhället
  • redogöra för hur maskininlärning används och utnyttjas utanför den akademiska världen och reflektera över de konsekvenser detta får för samhället och det professionella ansvar man har som utövare av maskininlärning
  • redogöra för arbetsplatser och yrken tillgängliga för examinerade inom maskininlärning

i syfte att

  • kunna vara en god student
  • kunna göra etiska överväganden i yrkeslivet
  • bli en professionell expert inom området maskininlärning.

Kurslitteratur och förberedelser

Särskild behörighet

Ingen information tillagd

Utrustning

Ingen information tillagd

Kurslitteratur

Ingen information tillagd

Examination och slutförande

När kurs inte längre ges har student möjlighet att examineras under ytterligare två läsår.

Betygsskala

P, F

Examination

  • UPP1 - Hemuppgifter och seminariedeltagande, År 1, 1,5 hp, betygsskala: P, F
  • UPP2 - Hemuppgifter och seminariedeltagande, År 2, 1,5 hp, betygsskala: P, F

Examinator beslutar, baserat på rekommendation från KTH:s handläggare av stöd till studenter med funktionsnedsättning, om eventuell anpassad examination för studenter med dokumenterad, varaktig funktionsnedsättning.

Examinator får medge annan examinationsform vid omexamination av enstaka studenter.

Möjlighet till komplettering

Ingen information tillagd

Möjlighet till plussning

Ingen information tillagd

Examinator

Etiskt förhållningssätt

  • Vid grupparbete har alla i gruppen ansvar för gruppens arbete.
  • Vid examination ska varje student ärligt redovisa hjälp som erhållits och källor som använts.
  • Vid muntlig examination ska varje student kunna redogöra för hela uppgiften och hela lösningen.

Ytterligare information

Kursrum i Canvas

Registrerade studenter hittar information för genomförande av kursen i kursrummet i Canvas. En länk till kursrummet finns under fliken Studier i Personliga menyn vid kursstart.

Ges av

Huvudområde

Datalogi och datateknik

Utbildningsnivå

Avancerad nivå

Påbyggnad

Ingen information tillagd

Kontaktperson

Josephine Sullivan

Övrig information

I denna kurs tillämpas EECS hederskodex, se:
http://www.kth.se/eecs/utbildning/hederskodex