Institutionen för ekonomisk och industriell utveckling
Lärandemål
Efter avslutad kurs ska studenten kunna
Förklara grundläggande begrepp inom datadriven modellering och maskininlärning för maskintekniska tillämpningar
Bearbeta, analysera och visualisera data från mekaniska och energirelaterade system med hjälp av lämpliga beräkningsverktyg
Tillämpa datadrivna metoder för att extrahera och representera relevanta strukturer i data från strömningslära, hållfasthetslära och energisystem
Implementera och utvärdera maskininlärningsmodeller för prediktion, klassificering och icke-linjär modellering av komplexa ingenjörssystem
Bedöma och motivera val, prestanda och begränsningar hos datadrivna och maskininlärningsbaserade metoder för ett givet problem inom teknisk mekanik
Kursinnehåll
Kursen genomförs genom en kombination av föreläsningar, datorlaborationer och inlämningsuppgifter. Föreläsningarna introducerar grundläggande begrepp och metoder, medan laborationer och uppgifter fokuserar på praktisk implementering och tillämpning med hjälp av programmering i Python. Den avslutande uppgiften ger möjlighet till en mer fördjupad tillämpning av kursens metoder på ett maskintekniskt problem och syftar till att utveckla självständigt problemlösande och kritisk analys.
Förutsättningar
Grundläggande kurser i matematik, linjär algebra, programmering, beräkningsmekanik. Strömningslära och värmeöverföring.
Litteratur
Data-Driven Science and Engineering, Machine Learning, Dynamical Systems, and Control - Steven L Brunton, J Nathan Kutz