Institutionen för ekonomisk och industriell utveckling
Lärandemål
Efter kursen ska studenten kunna:
Beskriva vad som är data och identifiera olika datakällor och dataslag i bioprocesser
Analysera olika datauppsättningar för bioprocesser med stödjande digitala verktyg
Förklara de bästa metoderna för att samla in och organisera data i en datamängd
Implementera en datamängd
Välja en metod för att modellera en bioprocess med hjälp av maskininlärningsalgoritmer med hänsyn till de önskade resultaten från modellen
Modellera bioprocesser med hjälp av maskininlärningsalgoritmer och utvärdera den implementerade modellen
Kursinnehåll
Föreläsningarna och laborationerna behandlar följande ämnen:
Data, AI och dess relevans inom biotekniksektorn och inom industrin i stort
Vilken typ av data bioprocesser genererar
Hur man digitalt samlar in, organiserar och visualiserar bioprocessdata
Introduktion till utvalda AI-metoder och tekniker tillämpliga på bioprocesser
Tillämpning av AI-metoder och tekniker för modellering av bioprocesser
Förutsättningar
Grundläggande kunskap inom programmering och statistik. Kunskap om industriella bioprocesser som lärs ut i föregående kurser i masterprofilen, eller motsvarande.
Litteratur
Teknisk och vetenskaplig litteratur tillhandahålls av föreläsaren - Teknisk och vetenskaplig litteratur tillhandahålls av föreläsaren