Kursplan - Big data och maskininlärning på molnapplikationer för industriella applikationer

Syfte

Syftet med denna kurs är att ge studenten kunskaper och insikter inom AI lösningar som kan tillhandahålla effektiv användning av big data för att stödja, till exempel, smart beslutsfattande och "predictive maintenance" inom tillverkningsindustrin. Kursen skall ge studenterna förståelse för maskininlärningstekniker och arbetsdata för stor databehandling och dataanalys. I kursen kommer studenterna att lära sig användning av molntjänster baserat på verktyg för att utveckla AI-lösningar för industriella applikationer.

Lärandemål

Efter avslutad utbildning skall studenten kunna:  
1. Beskriva de grundläggande principerna för "BIG Data" samt uppvisa förmåga att identifiera de viktigaste utmaningarna för användning av BIG Data med maskininlärning inom tillverkningsindustrin  
2. Beskriva de grundläggande principerna för maskininlärning samt förklara de viktigaste drivkrafterna och hinder för användning av Big Data och maskininlärning inom tillverkningsindustrin.   
3. Förstå och tillämpa verktyg för analys av stora datamängder och presentera analysresultatet   
4. Beskriva de hög nivådesign beslut för "production-grade" maskininlärning.  
5. Visa förmåga att praktiskt och teoretiskt omsätta sina kunskaper inom molntjänster för tillämpningar inom produktion, logistik och produktutveckling.

Innehåll

Kursen innehåller föreläsningar, projektarbete, inlämningsuppgift och laborationer där studenten får kunskaper om olika tillämpningar av molnteknologi och hantering av Big Data inom tillverkningsindustrin.

Särskild behörighet

30 hp avslutade kurser inom produkt- och processutveckling på avancerad nivå. Dessutom krävs Svenska B/Svenska 3 samt Engelska A/Engelska 6. I de fall kursen ges på engelska görs undantag från kravet på Svenska B/Svenska 3.

Examination

Inlämningsuppgift (INL1), 3 hp, betyg Underkänd (U) eller Godkänd (G) (examinerar lärandemål 1-4) 
Projekt (PRO1), 3.5 hp, betyg Underkänd (U), 3, 4 eller 5 (examinerar lärandemål 3, 4 och 5) 
Laboration (LAB1), Laborationer kring molntjänster och "Big Data", 1 hp, betyg Underkänd (U) eller Godkänd (G) (examinerar lärandemål 2,3 och 5)

En student som har ett intyg från MDU avseende sin funktionsnedsättning har möjlighet att anmäla önskemål om anpassning vid salstentamina eller annan examinationsform i enlighet med Regler och anvisningar för examination på grundnivå och avancerad nivå vid Mälardalens högskola (2020/1655). Det är examinator som, utifrån det intyg som utfärdats, beslutar om eventuell anpassning och i så fall vilken anpassning som ska gälla.

Misstankar om vilseledande vid examination (fusk) anmäls, enligt högskoleförordningen, till universitetets rektor och prövas av universitetets disciplinnämnd. Om disciplinnämnden anser att en student gjort sig skyldig till en disciplinförseelse fattar nämnden beslut om en disciplinär åtgärd, vilket är varning eller avstängning.

Betyg

Ges något av betygen 5, 4, 3

Övergångsbestämmelser och övriga föreskrifter

Kursen överlappar 7,5 hp med PPU433 Molnbaserad datahantering och analys för industriella system.