Introduktion till tillämpad artificiell intelligens och maskininlärning, 7,5 Högskolepoäng

Introduction to Applied Artificial Intelligence and Machine Learning, 7.5 Credits

Beslutad: 2026-01-29

Beslutande: Institutionen för ingenjörsvetenskap

Gäller från: V26

Kursens lärandemål

Studenten ska efter genomgången kurs kunna:

Kunskap och förståelse

• förklara grundläggande koncept och terminologier inom AI och maskininlärning (ML).
• beskriva grundläggande metoder för problemlösning med AI.
• förklara centrala steg i dataförbehandling och modellutvärdering.
• beskriva de grundläggande idéerna bakom neurala nätverk och moderna AI-system såsom Large Language Model (LLM), deras möjligheter och begränsningar.

Färdigheter och förmåga

• implementera grundläggande AI- och ML-arbetsflöden i Python.
• tillämpa grundläggande maskininlärningsmetoder på datamängder, inklusive träning, validering och utvärdering.
• använda befintliga programvaruverktyg och förtränade AI-modeller (LLM) på enkla praktiska uppgifter.
• dokumentera och presentera tillämpade AI/ML-lösningar med hjälp av lämplig teknisk terminologi.

Värderingsförmåga och förhållningssätt

• reflektera över etiska, samhälleliga och hållbarhetsrelaterade aspekter av AI och ML.

Behörighetskrav

Grundläggande behörighet samt godkänt resultat från följande kurs/kurser:
GPP101 Grundläggande programmering med Python, 7,5 hp, OPB200 Objektorienterad programmering med C++, 7,5 hp och DAL202 Datastrukturer och algoritmer, 7,5 hp eller motsvarande.

Formerna för bedömning av studenternas prestationer

Individuell skriftlig tentamen. Individuell laboration med muntlig redovisning. Gruppvis projekt med muntlig och skriftlig rapport.

Kursens innehåll

Kursen introducerar grundläggande koncept inom AI och ML med fokus på tillämpad användning i tekniska sammanhang. Den täcker grundläggande principer för problemlösning med AI, såväl som grundläggande maskininlärningsarbetsflöden för datadriven modellering.

Kursen omfattar grundläggande övervakade och oövervakade inlärningsmetoder och ger en introducerande översikt över neurala nätverk och moderna AI-system, såsom stora språkmodeller, på en konceptuell och tillämpad nivå. Dessutom behandlas etiska, samhälleliga och hållbarhetsrelaterade aspekter av artificiell intelligens och maskininlärning.

Övriga föreskrifter

Betygsskala: U/3/4/5

Undervisningsspråk: Undervisningen bedrivs på engelska.

Generella regler för examination vid Högskolan Väst finns på www.hv.se.

Om den studerande har ett beslut/rekommendation om särskilt pedagogiskt stöd på grund av funktionsnedsättning har examinator rätt att examinera den studerande i en anpassad examinationsform.

Nivå

Grundnivå

Successiv fördjupning

G1F - Grundnivå, har mindre än 60 hp kurs/er på grundnivå som förkunskapskrav

Huvudområde(n)

Datateknik, Datavetenskap