0x010088F6312065A70A44B630A6848498EAD80093CFEAFE161DC94D83C7C5C9A5A748B8

NTNU:TIA:REST

Department of Manufacturing and Civil Engineering

Institutt for vareproduksjon og byggteknikk

Engelsk

Mer om vurdering

Forkunnskapskrav

Programmeringsferdigheter i Python, grunnleggende kunnskap innen lineær algebra, sannsynlighetsteori og statistikk

Faglig innhold

Data science og maskinlæring.Kyber-fysiske systemer og adaptiv styring.Kommunikasjonssystemer i kontekst av automatiserte prosesser.

Kursmateriell

Forskningsartikler, rapporter, utvalgte bok-kapitler

Læringsutbytte

Kunnskap<ul><li>Kunnskap på det teoretiske grunnlaget innen estimering og maskinlæring.</li><li>Kunnskap på arkitektur av kyber-fysiske systemer.</li><li>Kunnskap på modellering av styringssystemer.</li><li>Kunnskap på kommunikasjonsteknologi i kontekst av automatiserte prosesser.</li></ul>Ferdigheter<ul><li>Data science ferdigheter ved bruk av Python, inkludert manipulering av data og trening av maskinlæring-modeller.</li><li>Ferdigheter for modellering av dynamiske prosesser samt integrering av styring basert på tilbakekobling.</li><li>Ferdigheter for å utvikle distribuerte komponenter som kommuniserer ved bruk av TCP/IP og kommunikasjonsmellomvare.</li></ul>Generell kompetanse<ul><li>Kan bidra til design og implementering av tekniske løsninger som en del av transformasjoner knyttet til Industri 4.0.</li><li>Kan bidra til realisering av fleksible automatiseringsløsninger basert på intelligente algoritmer.</li></ul>

Læringsformer og aktiviteter

Korte video forelesninger.Samlinger ved NTNU campus Gjøvik.Programmeringsoppgaver i Python: Jupyter-notebooks og Python-skripter.

Maskinlæring og selvjusterende prosesser

Tekniske fag

Master i teknologiledelse og digital omstilling

Web/Lists(guid'8b698a2d-6ad0-4f7d-b3be-219cc1979f02')/Items(18489)/FieldValuesAsText

Maskinlæring og selvjusterende prosesser - VB6120