Leren en Beslissen

Learning and Decision Making

Eigenaar	Bachelor Kunstmatige Intelligentie
Coördinator	dr. Iris Groen
Onderdeel van	Bachelor Kunstmatige Intelligentie, jaar 2Bachelor Bèta-gamma, major Kunstmatige Intelligentie, jaar 3Bachelor Future Planet Studies, major Kunstmatige Intelligentie, jaar 3

Studiewijzer 2022/2023

Globale inhoud

In this course, the students will learn to apply Machine Learning techniques in a practical problem. It is directly related to the course 'Leren'. To further understand learned ML techniques, students are expect to apply and adapt them in a real-world problem.

Students work in a team of four in four weeks (full-time). During this time period, students shall not only plan their own collaboration, but also actively communicate with TAs and stakeholders. In the end, students will do a final presentation and submit a report to explain their solutions as the team-base.

Studiemateriaal

Overig

• Reading materials and instructions are available on Canvas.

Leerdoelen

• Students are able to apply machine learning (ML) techniques to solve a practical problem
• Students are able to work together in a team and organize their own collaborations
• Students are able to identify the underlying AI tasks based on the requirements of stakeholders
• Students are able to clean and analyze the given data using scientific methods, then develop ML techniques to solve the tasks
• Students are able to make a clarified plan of their project, and execute the plan efficiently
• Students are able to present their progress and final solution orally in front of stakeholders, classmates, TAs and lecturers
• Students are able to summarize their solution and evaluate its usability in a written report

Onderwijsvormen

• Hoorcollege
• Presentatie/symposium
• Zelfstandig werken aan bijv. project/scriptie
• Begeleiding/feedbackmoment

Verdeling leeractiviteiten

Aanwezigheid

Aanwezigheidseisen opleiding (OER-B):

• Voor practica en werkgroepbijeenkomsten met opdrachten geldt een aanwezigheidsplicht. De invulling van deze aanwezigheidsplicht kan per vak verschillen en staat aangegeven in de studiewijzer. Wanneer studenten niet voldoen aan deze aanwezigheidsplicht kan het onderdeel niet met een voldoende worden afgerond.
  

Toetsing

Onderdeel en weging	Details
Eindcijfer

Opdrachten

[]

Fraude en plagiaat

Dit vak hanteert de algemene 'Fraude- en plagiaatregeling' van de UvA. Hier wordt nauwkeurig op gecontroleerd. Bij verdenking van fraude of plagiaat wordt de examencommissie van de opleiding ingeschakeld. Zie de Fraude- en plagiaatregeling van de UvA: http://student.uva.nl

Weekplanning

Rooster

Het rooster van dit vak is in te zien op DataNose.

Aanvullende informatie

This course will be given in English.

Verwerking feedback studenten

Hieronder vind je de aanpassingen in de opzet van het vak naar aanleiding van de vakevaluaties.

Contactinformatie

Coördinator

• dr. Hazel Doughty

Docenten