Semesters

KIP102 Data for kunstig intelligens

Course code: 
KIP102
Duration: 
1 semester
Credits (ECTS): 
5
Level of study: 
Foundation level (bachelor’s degree level)
Teaching semester: 
2025 Autumn
Assessment semester: 
2025 Autumn
Language of instruction: 
Norwegian
Required prerequisite knowledge

Ingen. 

Course content

Emnet legg vekt på grunnleggande vurderingar kring bruk av data til å trene KI. Studentane vil lære om ulike typar data, datainnsamling, databehandling og dataanalyse som er essensielle for å utvikle og drive KI-system. Kurset er tilpassa ikkje-tekniske studentar og legg vekt på praktiske døme og brukstilfelle. Studenten får eit oversyn over vurderingar, risiko og moglegheiter som ligg i ulike former for data. Emnet vil inkludere praktiske case-studiar som viser korleis data brukast i reelle KI-prosjekt.

Learning outcome

I samsvar med det nasjonale kvalifikasjonsrammeverket har studenten følgjande læringsutbytte etter fullført emne:

Learning outcome knowledge

Studenten skal ha

  • kjennskap til dei grunnleggande konsepta rundt data og deira rolle i KI
  • kunnskap om ulike typar av data til maskinlæring
  • kunnskap om sentrale omgrep som trening- og test-data
Learning outcome skills

Studenten skal kunne

  • kunne vurdere potensielle utfordringar med treningsdata
  • identifisere og samle relevante data for KI-prosjekt
  • vurdere korleis data er eigna til bruk i KI
  • gjere enkel databehandling relatert til KI
  • lage oversikt over data som tabellar, diagram og beskrivande statistikk
Learning outcome qualification

Studenten skal

  • kunne reflektere kritisk kring korleis data kan påverke KI
  • kunne vurdere bruk av data i reelle KI-prosjekt
Working and learning activities

Emnet er samlingsbasert ved Høgskulen i Volda, og arbeidsmåtar i emnet vil variere mellom forelesing, diskusjon, oppgåveløysing, og sjølvstendig arbeid. Detaljar vil gå fram av semesterplanen. Det vil bli gitt forarbeid og etterarbeid til kvar samling.

Assessment requirements

Frammøtekrav:

Det er obligatorisk deltaking i alle undervisnings- og arbeidsformer knytt til emnet jfr. "Forskrift om opptak, studium og eksamen ved Høgskulen i Volda", §4-6. For å kunne stille til eksamen må studenten ha godkjent oppmøte og deltaking på minimum 80% av undervisning i emnet

Arbeidskrav:

Det blir gitt eitt arbeidskrav som kan bestå av fleire delar. Arbeidskravet må vere godkjent for at studenten får gå opp til avsluttande eksamen. 

Evaluation system

Sensur vert gjennomført i samsvar med Forskrift om opptak, studium og eksamen ved Høgskulen i Volda, § 9-4.

Evaluation

Emnet vert evaluert i samsvar med HVO sitt kvalitetssystem.

Minimum number of students: 
5
Maximum number of students: 
50
Used in other programs
  • Artificial Intelligence in Practice
VurderingsformGrupperingVarighetKarakterskalaAndelKommentarHjelpemidlerOmfang
Portfolio
Individual
1 Semester
Pass / fail
100 %
Studentane vil bli gitt ei detaljert skildring i semesterplanen.