91̽»¨

Kursen är en valfri kurs inom Systemvetenskap: samhällets digitalisering, kandidatprogram (N1SVP) och Kandidatprogram i kognitionsvetenskap (N1KOG). Kursen kan även läsas som fristående kurs.

Engelska 6/ Engelska B, eller motsvarande samt 7,5 hp programmering i ett generellt programmeringsspråk, eller motsvarande.

De senaste årens framsteg inom AI och maskininlärning har gjort att vi idag lever med en stor mängd tillämpningar i vår vardag. Men vad innebär det för de tjänster vi använder? Och hur kan vi designa nya sådana tillämpningar? Precis som man behöver ha grundläggande förståelse om olika materials hållfasthet för att utforma byggnader, behöver vi en förståelse för de materiella egenskaperna hos algoritmerna bakom dessa tillämpningar.

Kursen går ut på att lära sig om AI och maskininlärning som ett designmaterial, för att kunna använda dessa i design för nya digitala tjänster. För att göra detta lär du dig grundläggande begrepp och tekniker inom maskininlärning för att kunna förstå dess materiella egenskaper, och hur de kan användas i design. Du lär dig även olika befintliga verktyg och hur de kan användas för att tillämpa maskininlärning i nya tjänster. Efter detta diskuteras hur dessa materiella egenskaper kan utnyttjas vid framtagandet av nya tjänster, och olika tillämpningar granskas kritiskt. I kursen diskuterar vi befintliga och nya tillämpningar av maskininlärning, samt etiska frågor kring användandet av dessa tekniker.

Efter godkänd kurs ska studenten kunna:

Kunskap och förståelse

• beskriva grundläggande typer av maskininlärning och AI; redogöra för skillnader mellan olika typer av maskininlärning;
• beskriva hur data används för att träna modeller;
• beskriva vardagliga tillämpningar av maskininlärning;

Färdigheter och förmåga

• använda maskininlärning i design av användarnära tjänster pÃ¥ ett användarcentrerat sätt;
• ställa krav pÃ¥ och samla in data anpassat efter ens specifika designproblem vid design av digitala tjänster;
• använda existerande maskininlärningsverktyg för nya tillämpningar;

Värderingsförmåga och förhållningssätt

• reflektera över hur data pÃ¥verkar vad en maskin lär sig;
• reflektera kring hur ML pÃ¥verkar modern systemdesign;
• reflektera över etiska problem kring maskininlärning och dess tillämpning;
• kritiskt granska tillämpningar av AI.

Undervisningen består av föreläsningar, seminarier, och övningar.

Undervisningsspråk: engelska

Examination består av två inlämningsuppgifter om 7.5 hp vardera.

Om en student som har underkänts två gånger på samma examinerande moment önskar byta examinator inför nästa examinationstillfälle ska en sådan begäran bifallas om det inte finns särskilda skäl däremot (6 kap. 22 § HF).

Om en student har fått besked om pedagogiskt stöd från Göteborgs universitet med rekommendation om anpassad examination och/eller anpassad examinationsform kan examinator, i det fall det är förenligt med kursens lärandemål och förutsatt att inte orimliga resurser krävs, besluta att bevilja studenten anpassad examination och/eller anpassad examinationsform.

Om en kurs har avvecklats eller genomgått en större förändring ska studenten erbjudas minst två examinationstillfällen, utöver ordinarie examinationstillfälle. Dessa tillfällen fördelas under en tid av minst ett år, dock som längst två år efter det att kursen avvecklats/förändrats. Vad gäller praktik och verksamhetsförlagd utbildning (VFU) gäller motsvarande, men med begränsning till endast ett ytterligare examinationstillfälle.

Om en student har fått besked om att denne uppfyller kraven för att vara student vid Riksidrottsuniversitetet (RIU-student) har examinator rätt att besluta om anpassning vid examination, om detta görs i enlighet med Lokala regler gällande RIU-studenter vid Göteborgs universitet.

På kursen ges något av betygen Godkänd (G) och Underkänd (U). För att erhålla betyget G på hela kursen krävs betyget G på samtliga moment.

Efter avslutad kurs genomförs en kursvärdering. De deltagande studenterna ges möjlighet att medverka anonymt. Resultatet sammanställs och görs tillgängligt för studenterna. Eventuella åtgärder med anledning av kursvärderingens resultat redovisas. Sammanställningen av kursvärderingen görs också tillgänglig för nya studenter vid starten av nästkommande kurstillfälle.