Introduktion till tillämpad artificiell intelligens och maskininlärning

Lärandemål

Studenten ska efter genomgången kurs kunna:

• Kunskap och förståelse
• förklara grundläggande koncept och terminologier inom AI och maskininlärning (ML).
• beskriva grundläggande metoder för problemlösning med AI.
• förklara centrala steg i dataförbehandling och modellutvärdering.
• beskriva de grundläggande idéerna bakom neurala nätverk och moderna AI-system såsom Large Language Model (LLM), deras möjligheter och begränsningar.
• Färdigheter och förmåga
• implementera grundläggande AI- och ML-arbetsflöden i Python.
• tillämpa grundläggande maskininlärningsmetoder på datamängder, inklusive träning, validering och utvärdering.
• använda befintliga programvaruverktyg och förtränade AI-modeller (LLM) på enkla praktiska uppgifter.
• dokumentera och presentera tillämpade AI/ML-lösningar med hjälp av lämplig teknisk terminologi.
• Värderingsförmåga och förhållningssätt
• reflektera över etiska, samhälleliga och hållbarhetsrelaterade aspekter av AI och ML.