Maskininlärning och datadrivna metoder för maskintekniska tillämpningar, 6 hp
Machine Learning and Data-Driven Methods for Mechanical Engineering, 6 credits
TMMV64
Huvudområde
MaskinteknikUtbildningsnivå
Avancerad nivåKurstyp
ProgramkursExaminator
Saeed SalehiStudierektor eller motsvarande
Johan RennerUndervisningstid
Preliminär schemalagd tid: 100 hRekommenderad självstudietid: 60 h
| Kursen ges för | Termin | Period | Block | Språk | Ort/Campus | VOF | |
|---|---|---|---|---|---|---|---|
| 6MAER | Aeronautical Engineering, masterprogram | 3 (HT 2026) | 2 | 1 | Engelska | Linköping, Valla | V |
| 6CEMM | Civilingenjör i energi - miljö - management | 9 (HT 2026) | 2 | 1 | Engelska | Linköping, Valla | V |
| 6CEMM | Civilingenjör i energi - miljö - management (Teknik för hållbar utveckling) | 9 (HT 2026) | 2 | 1 | Engelska | Linköping, Valla | V |
| 6CMMM | Civilingenjör i maskinteknik | 9 (HT 2026) | 2 | 1 | Engelska | Linköping, Valla | V |
| 6CMMM | Civilingenjör i maskinteknik (Tillämpad mekanik) | 9 (HT 2026) | 2 | 1 | Engelska | Linköping, Valla | V |
| 6MMEC | Mechanical Engineering, masterprogram | 3 (HT 2026) | 2 | 1 | Engelska | Linköping, Valla | V |
| 6MMEC | Mechanical Engineering, masterprogram (Tillämpad mekanik) | 3 (HT 2026) | 2 | 1 | Engelska | Linköping, Valla | V |
Huvudområde
MaskinteknikUtbildningsnivå
Avancerad nivåFördjupningsnivå
A1NKursen ges för
- Civilingenjörsprogram i energi - miljö - management
- Civilingenjörsprogram i maskinteknik
- Masterprogram i maskinteknik
- Masterprogram i flygteknik
Rekommenderade förkunskaper
Grundläggande kurser i matematik, linjär algebra, programmering, beräkningsmekanik. Strömningslära och värmeöverföring.
Lärandemål
Efter avslutad kurs ska studenten kunna
- Förklara grundläggande begrepp inom datadrivna metoder och maskininlärning,
- Bearbeta, analysera och visualisera ingenjörsdata med hjälp av lämpliga beräkningsverktyg,
- Tillämpa datadrivna metoder, inklusive reducerad ordningsmodellering, för att extrahera och representera relevant information från data,
- Implementera och utvärdera maskininlärningsmodeller för olika typer av ingenjörsproblem,
- Tillämpa, bedöma och motivera val, prestanda och begränsningar hos datadrivna och maskininlärningsbaserade metoder för ett givet maskintekniskt ingenjörsproblem.
Kursinnehåll
Kursen behandlar grundläggande principer för datadrivna metoder och maskininlärning inom maskintekniska ingenjörstillämpningar. Centrala moment inkluderar datarepresentation och strukturering, databehandling och visualisering, dimensionsreduktion och feature-extraktion samt datadriven reducerad ordningsmodellering. Kursen behandlar vidare maskininlärningsmetoder, neurala nätverk, djupinlärningstekniker och deras tillämpning på ingenjörsproblem.
Undervisnings- och arbetsformer
Kursen genomförs genom en kombination av föreläsningar, datorlaborationer, inlämningsuppgifter och ett avslutande projektarbete. Föreläsningarna introducerar grundläggande begrepp och metoder, medan laborationer och uppgifter fokuserar på praktisk implementering och tillämpning med hjälp av Python-programmering. Projektarbetet ger möjlighet till fördjupad tillämpning av kursens metoder på ett ingenjörsproblem och främjar självständigt problemlösande och kritisk analys.
Examination
| UPG1 | Inlämningsuppgifter | 6 hp | U, 3, 4, 5 |
Examination sker genom inlämningsuppgifter samt ett avslutande projektarbete. Uppgifterna genomförs under kursens gång. Projektarbetet genomförs i mindre grupper, med fokus på att tillämpa kursens metoder på ingenjörsproblem, och examineras genom en skriftlig rapport. Examinationen kan även innehålla muntliga moment. Slutbetyget baseras på en sammanvägd bedömning av samtliga examinationsmoment.
Alla obligatoriska moment i kursen måste vara godkända för att kursen ska vara godkänd. Ytterligare frivilliga uppgifter kan förekomma för att stödja högre betyg.
Betyg på delmoment/modul beslutas i enlighet med de bedömningskriterier som presenteras vid kursstart.
Betygsskala
Fyrgradig skala, LiU, U, 3, 4, 5Övrig information
Om undervisnings- och examinationsspråk
Undervisningsspråk visas på respektive kurstillfälle på fliken "Översikt". Examinationsspråk relaterar till undervisningsspråk enligt nedan:
- Om undervisningsspråk är ”Svenska” kan kursen ges i sin helhet på svenska eller delvis på engelska. Examinationsspråk är svenska, men delar av examinationen kan ske på engelska.
- Om undervisningsspråk är Engelska ges kursen i sin helhet på engelska. Examinationsspråk är engelska.
- Om undervisningsspråk är ”Svenska/Engelska” ges kursen i sin helhet på engelska om studenter utan tidigare kunskap i svenska språket deltar. Examinationsspråk följer undervisningsspråk.
Övrigt
Kursen bedrivs på ett sådant sätt att likvärdiga villkor råder med avseende på kön, könsöverskridande identitet eller uttryck, etnisk tillhörighet, religion eller annan trosuppfattning, funktionsnedsättning, sexuell läggning och ålder.
Planering och genomförande av kurs skall utgå från kursplanens formuleringar. Den kursvärdering som ingår i kursen skall därför genomföras med kursplanen som utgångspunkt.
Kursen är campusförlagd på den ort som anges för kurstillfället om inget annat anges under ”Undervisnings – och arbetsformer”. I en campusförlagd kurs kan dock enstaka moment på distans ingå.
Institution
Institutionen för ekonomisk och industriell utvecklingKurslitteratur
Böcker
- Steven L Brunton, J Nathan Kutz, (2022) Data-Driven Science and Engineering, Machine Learning, Dynamical Systems, and Control 2 Cambridge University Press
ISBN: 9781009098489
https://www.cambridge.org/highereducation/books/data-driven-science-and-engineering/6F9A730B7A9A9F43F68CF21A24BEC339#contents
| Kod | Benämning | Omfattning | Betygsskala |
|---|---|---|---|
| UPG1 | Inlämningsuppgifter | 6 hp | U, 3, 4, 5 |
Examination sker genom inlämningsuppgifter samt ett avslutande projektarbete. Uppgifterna genomförs under kursens gång. Projektarbetet genomförs i mindre grupper, med fokus på att tillämpa kursens metoder på ingenjörsproblem, och examineras genom en skriftlig rapport. Examinationen kan även innehålla muntliga moment. Slutbetyget baseras på en sammanvägd bedömning av samtliga examinationsmoment.
Alla obligatoriska moment i kursen måste vara godkända för att kursen ska vara godkänd. Ytterligare frivilliga uppgifter kan förekomma för att stödja högre betyg.
Betyg på delmoment/modul beslutas i enlighet med de bedömningskriterier som presenteras vid kursstart.
Kursplan
För varje kurs ska en kursplan finnas. I kursplanen anges kursens mål och innehåll samt de särskilda förkunskaper som krävs för att den studerande skall kunna tillgodogöra sig undervisningen.
Schemaläggning
Schemaläggning av programkurser görs enligt beslutad blockindelning för respektive kurs. Fristående kurser kan schemaläggas på andra tider.
Avbrott och avanmälan på kurs
Enligt beslut vid Linköpings universitet skall avbrott i studier registreras i Ladok, se Riktlinjer och rutiner för bekräftelse av deltagande i utbildning med mera på grund- och avancerad nivå, Dnr LiU-2020-02256 (https://styrdokument.liu.se/Regelsamling/VisaBeslut/764582). Alla studenter som inte deltar i kurs man registrerat sig på är alltså skyldiga att anmäla avbrottet så att detta kan noteras i Ladok. Avanmälan eller avbrott från kurs görs via webbformulär Blanketter och formulär
Inställd kurs eller avvikelse från kursplanen
Kurser med få deltagare (< 10) kan ställas in eller organiseras på annat sätt än vad som är angivet i kursplanen. Om kurs skall ställas in eller avvikelse från kursplanen skall ske prövas och beslutas detta av dekan. För fristående kurser måste inställande av kurs ske innan studenter har antagits på kursen (i enlighet med LiUs antagningsordning Dnr LiU-2022-01200, https://styrdokument.liu.se/Regelsamling/VisaBeslut/622645).
Riktlinjer rörande examination och examinator
Se Beslut om Riktlinjer för utbildning och examination på grundnivå och avancerad nivå vid Linköpings universitet Dnr LiU-2023-00379, (http://styrdokument.liu.se/Regelsamling/VisaBeslut/917592).
Examinator för en kurs ska inneha en läraranställning vid LiU i enlighet med LiUs anställningsordning, Dnr LiU-2022-04445 (https://styrdokument.liu.se/Regelsamling/VisaBeslut/622784). För kurser på avancerad nivå kan följande lärare vara examinator: professor (även adjungerad och gästprofessor), biträdande professor (även adjungerad), universitetslektor (även adjungerad och gästlektor), biträdande universitetslektor eller postdoktor. För kurser på grundnivå kan följande lärare vara examinator: professor (även adjungerad och gästprofessor), biträdande professor (även adjungerad), universitetslektor (även adjungerad och gästlektor), biträdande universitetslektor, universitetsadjunkt (även adjungerad och gästadjunkt) eller postdoktor. I undantagsfall kan även en Timlärare utses som examinator på både grund- och avancerad nivå, se Tekniska fakultetsstyrelsen vidaredelegationer.
Examination
Principer för tentamina
Skriftlig och muntlig tentamen samt digital salstentamen och datortentamen ges minst tre gånger per år; en gång omedelbart efter kursens slut, en gång i augustiperioden samt vanligtvis i en av omtentamensperioderna. Annan placering beslutas av programnämnden.
Principer för tentamensschemat för kurser som följer läsperioderna:
- kurser som ges Vt1 förstagångstenteras i mars och omtenteras i juni och i augusti
- kurser som ges Vt2 förstagångstenteras i maj och omtenteras i augusti och i januari
- kurser som ges Ht1 förstagångstenteras i oktober och omtenteras i januari och augusti
- kurser som ges Ht2 förstagångstenteras i januari och omtenteras i mars och i augusti
Tentamensschemat utgår från blockindelningen men avvikelser kan förekomma främst för kurser som samläses/samtenteras av flera program samt i lägre årskurs.
För kurser som ges vartannat år ges tentamina 3 gånger endast under det år kursen ges.
För kurser som flyttas eller ställs in så att de ej ges under något eller några år ges tentamina 3 gånger under det närmast följande året med tentamenstillfällen motsvarande dem som gällde före flyttningen och/eller inställandet av kursen.
När en kurs, eller ett tentamensmoment (TEN, DIT, DAT, MUN), ges för sista gången ska ordinarie tentamen och två omtentamina erbjudas. Därefter fasas examinationen ut under en avvecklingsperiod med tre tentamina samtidigt som tentamen ges i eventuell ersättningskurs under det följande läsåret. Undantaget är kurser som gavs i perioden HT1, där de tre examinationstillfällena blir januari, mars och augusti. Om ingen ersättningskurs finns ges tre tentamina i omtentamensperioder under det följande läsåret. Annan placering beslutas av programnämnden. I samtliga fall ges dessutom tentamen ytterligare en gång under det därpå följande året om inte programnämnden föreskriver annat. Totalt erbjuds alltså 6 omtentamenstillfällen, varav 2 ordinarie omtentamenstillfällen. I tentaanmälningssystemet markeras tentamina som ges för näst sista respektive sista gången.
Om en kurs ges i flera perioder under året (för program eller vid skilda tillfällen för olika program) beslutar programnämnden/programnämnderna gemensamt om placeringen av och antalet omtentamina.
För fristående kurser med tentamensmoment som inte följer blockplacering kan andra tider förekomma.
Omprov övriga examinerande moment
För riktlinjer för omprov vid andra examinerande moment än skriftliga tentamina, digital salstentamina och datortentamina hänvisas till de generella LiU-riktlinjerna för examination och examinator, Dnr LiU-2023-00379 (http://styrdokument.liu.se/Regelsamling/VisaBeslut/917592).
Även andra examinationsmoment ska principmässigt hanteras på samma sätt som ett tentamensmoment när de ges för sista gången. Dock kan tidpunkterna för examinationen variera utifrån momentets karaktär jämfört med tentamenstiderna.
Nedlagd kurs
För Beslut om Rutiner för administration vid avveckling av utbildningsprogram, fristående kurser och kurser inom program, se Dnr LiU-2021-04782 (https://styrdokument.liu.se/Regelsamling/VisaBeslut/1156410). Efter beslut om nedläggning och efter avvecklingsperiodens slut hänvisas studenterna till ersättande kurs (eller motsvarande) enligt information i kursplan eller utbildningsplan. Om en student har godkänt i något/några delmoment (men inte alla) i en avvecklad programkurs och det finns en åtminstone delvis ersättande kurs så kan en bedömning om eventuellt tillgodoräknande ske. Vid eventuella frågor om tillgodoräkning av del av kurs kontakta studievägledare.
Anmälan till tentamen
För deltagande i skriftlig tentamen, digital salstentamen och datortentamen är anmälan obligatorisk, se beslut i regelsamlingen Dnr LiU-2020-04559 (https://styrdokument.liu.se/Regelsamling/VisaBeslut/622682). En oanmäld student kan således inte erbjudas plats. Anmälan till tentamen är öppen 30 kalenderdagar före provdatum och stänger 10 kalenderdagar innan provdatum om inget annat anges. Anmälan görs av studenten i Studentportalen eller via LiU-appen. Anvisad sal meddelas fyra dagar före tentamensdagen via e-post.
Ordningsföreskrifter för studerande vid tentamensskrivningar
Se särskilt beslut i regelsamlingen, Dnr LiU-2020-04559 (http://styrdokument.liu.se/Regelsamling/VisaBeslut/622682).
Plussning
Vid Tekniska fakulteten vid LiU har studerande rätt att genomgå förnyad examination (s.k. plussning) för högre betyg på skriftliga tentamina, digital salstentamina och datortentamina, dvs samtliga provmoment med modulkod TEN, DIT och DAT. På övriga examinationsmoment ges inte möjlighet till plussning, om inget annat anges i kursplan.
Plussning är ej möjlig på kurser som ingår i utfärdad examen.
Betyg och examinationsformer
Företrädesvis skall betygen underkänd (U), godkänd (3), icke utan beröm godkänd (4) och med beröm godkänd (5) användas.
- Kurser med skriftlig tentamen och digital salstentamen skall ge betygen (U, 3, 4, 5).
- Kurser med stor del tillämpningsinriktade moment såsom laborationer, projekt eller grupparbeten får ges betygen underkänd (U) eller godkänd (G).
- Examensarbete samt självständigt arbete ger betyg underkänd (U) eller godkänd (G).
Examinationsmoment och modulkoder
Nedan anges vad som gäller för de examinationsmoment med tillhörande modulkod som tillämpas vid Tekniska fakulteten vid Linköpings universitet.
- Skriftlig tentamen (TEN) och digital salstentamen (DIT) skall ge betyg (U, 3, 4, 5).
- Examinationsmoment som kan ge betygen underkänd (U) eller godkänd (G) är laboration (LAB), projekt (PRA), kontrollskrivning (KTR), digital kontrollskrivning (DIK), muntlig tentamen (MUN), datortentamen i datorsal (DAT), uppgift (UPG), hemtentamen (HEM), digital kontrollskrivning i datorsal (DAK).
- Övriga examinationsmoment där examinationen uppfylls framför allt genom aktivt deltagande som basgrupp (BAS) eller moment (MOM) ger betygen underkänd (U) eller godkänd (G).
- Examinationsmomenten Opposition (OPPO) och Auskultation (AUSK) inom examensarbetet ger betyg underkänd (U) eller godkänd (G).
Allmänt gäller att:
- Obligatoriska kursmoment skall vara poängsatta och ges en modulkod.
- Examinationsmoment som ej är poängsatt får ej vara obligatoriskt. Det är frivilligt att delta på dessa moment och information om det samt tillhörande villkor skall tydligt framgå i den beskrivande texten.
- För kurser med flera examinationsmoment med graderad betygsskala skall det anges hur slutbetyg på kursen vägs samman.
För obligatoriska moment gäller att (i enlighet med Riktlinjer för utbildning och examination på grundnivå och avancerad nivå vid Linköpings universitet, Dnr
LiU-2023-00379 http://styrdokument.liu.se/Regelsamling/VisaBeslut/917592):
- Om det finns särskilda skäl, och om det med hänsyn till det obligatoriska momentets karaktär är möjligt, får examinator besluta att ersätta det obligatoriska momentet med en annan likvärdig uppgift.
För möjlighet till anpassade examinationsmoment gäller att (i enlighet med Riktlinjer för utbildning och examination på grundnivå och avancerad nivå vid Linköpings universitet, Dnr LiU-2023-00379 http://styrdokument.liu.se/Regelsamling/VisaBeslut/917592):
- Om LiU: s koordinator för studenter med funktionsnedsättning har beviljat en student rätt till anpassad examination vid salstentamen har studenten rätt till det.
- Om koordinatorn har gett studenten en rekommendation om anpassad examination eller alternativ examinationsform, får examinator besluta om detta om examinator bedömer det möjligt utifrån kursens mål.
- Examinator får också besluta om anpassad examination eller alternativ examinationsform om examinator bedömer att det finns synnerliga skäl och examinator bedömer det möjligt utifrån kursens mål.
Rapportering av examinationsresultat
Rapportering av den studerandes examinationsresultat sker på respektive institution.
Plagiering
Vid examination som innebär rapportskrivande och där studenten kan antas ha tillgång till andras källor (exempelvis vid självständiga arbeten, uppsatser etc) måste inlämnat material utformas i enlighet med god sed för källhänvisning vad gäller användning av andras text, bilder, idéer, data etc. Detta sker genom referenser eller citat med angivande av källa. Det ska även framgå ifall författaren återbrukat egen text, bilder, idéer, data etc från tidigare genomförd examination, exempelvis från kandidatarbete, projektrapporter etc. (ibland kallat självplagiering).
Underlåtelse att ange sådana källor kan betraktas som försök till vilseledande vid examination.
Försök till vilseledande
Vid grundad misstanke om att en student försökt vilseleda vid examination eller när en studieprestation ska bedömas ska enligt Högskoleförordningens 10 kapitel examinator anmäla det vidare till universitetets disciplinnämnd. Möjliga konsekvenser för den studerande är en avstängning från studierna eller en varning. För mer information se Fusk och plagiat.
Linköpings universitet har även tagit fram en vägledning för lärares och studenters användning av generativ AI i utbildningen (Dnr LiU-2023-02660). Som student förväntas du alltid ta reda på vad som gäller för respektive kurs (inklusive examensarbetet). Generellt gäller tydlighet för var och hur generativ AI har använts.
Regler
Universitetet är en statlig myndighet vars verksamhet regleras av lagar och förordningar, exempelvis Högskolelagen och Högskoleförordningen. Förutom lagar och förordningar styrs verksamheten av ett antal styrdokument. I Linköpings universitets egna regelverk samlas gällande beslut av regelkaraktär som fattats av universitetsstyrelse, rektor samt fakultets- och områdesstyrelser.
LiU:s regelsamling angående utbildning på grund- och avancerad nivå nås på https://styrdokument.liu.se/Regelsamling/Innehall.
Böcker
ISBN: 9781009098489
Ladda ner
| I | U | A | Moduler | Kommentar | ||
|---|---|---|---|---|---|---|
| 1. ÄMNESKUNSKAPER | ||||||
| 1.1 Kunskaper i grundläggande matematiska och naturvetenskapliga ämnen (kurser på G1X-nivå) |
|
|
X
|
Grundläggande kunskaper i matematik och linjär algebra förutsätts |
||
| 1.2 Kunskaper i grundläggande teknikvetenskapliga ämnen (kurser på G1X-nivå) |
|
|
X
|
Grundläggande ingenjörskunskaper förutsätts och används i uppgifter och projektarbete |
||
| 1.3 Fördjupade kunskaper, metoder och verktyg inom något av: matematik, naturvetenskap, teknik (kurser på G2X-nivå) |
|
X
|
|
UPG1
|
Maskininlärning och datadrivna metoder för ingenjörstillämpningar introduceras, tillämpas och examineras genom uppgifter och ett projektarbete |
|
| 1.4 Väsentligt fördjupade kunskaper, metoder och verktyg inom något av: matematik, naturvetenskap, teknik (kurser på A1X-nivå) |
|
X
|
|
UPG1
|
Utvalda avancerade specialmoment introduceras och tillämpas i uppgifter och projektarbete |
|
| 1.5 Insikt i aktuellt forsknings- och utvecklingsarbete |
X
|
|
|
UPG1
|
Gästföreläsare från akademin och industrin |
|
| 2. INDIVIDUELLA OCH YRKESMÄSSIGA FÄRDIGHETER OCH FÖRHÅLLNINGSSÄTT | ||||||
| 2.1 Analytiskt tänkande och problemlösning |
|
X
|
|
UPG1
|
Analytiskt tänkande och problemlösningsförmåga utvecklas genom formulering, implementering och utvärdering av datadrivna metoder och maskininlärningsmodeller i individuella uppgifter och projektarbete |
|
| 2.2 Experimenterande och undersökande arbetssätt samt kunskapsbildning |
|
X
|
|
UPG1
|
Ett experimenterande och undersökande arbetssätt utvecklas genom systematisk testning, jämförelse och utvärdering av de tränade datadrivna metoderna och maskininlärningsmodellerna |
|
| 2.3 Systemtänkande |
|
X
|
|
UPG1
|
Systemtänkande utvecklas genom att koppla datadrivna metoder och maskininlärningsmodeller till ingenjörssystem och tillämpningssammanhang |
|
| 2.4 Förhållningssätt, tänkande och lärande |
|
X
|
|
UPG1
|
Ett självständigt och reflekterande förhållningssätt till lärande utvecklas genom iterativ modellutveckling, utvärdering och anpassning i ingenjörssammanhang |
|
| 2.5 Etik, likabehandling och ansvarstagande |
X
|
|
|
Etiska aspekter och ansvarsfull användning av datadrivna metoder och maskininlärningsmetoder i ingenjörstillämpningar introduceras |
||
| 3. FÖRMÅGA ATT ARBETA I GRUPP OCH ATT KOMMUNICERA | ||||||
| 3.1 Arbete i grupp |
|
|
X
|
UPG1
|
Projektarbete i grupp |
|
| 3.2 Kommunikation |
|
X
|
X
|
UPG1
|
Vetenskaplig kommunikation genom visualisering samt skriftlig och muntlig presentation och diskussion av arbetet. |
|
| 3.3 Kommunikation på främmande språk |
|
|
X
|
UPG1
|
Engelska används i skriftlig och muntlig kommunikation i kursen. |
|
| 4. PLANERING, UTVECKLING, REALISERING OCH DRIFT AV TEKNISKA PRODUKTER OCH SYSTEM MED HÄNSYN TILL AFFÄRSMÄSSIGA OCH SAMHÄLLELIGA BEHOV OCH KRAV | ||||||
| 4.1 Samhälleliga villkor, inklusive ekonomiskt, socialt och ekologiskt hållbar utveckling |
X
|
|
|
Samhälleliga och hållbarhetsrelaterade aspekter kopplade till användning av datadrivna metoder och maskininlärning inom ingenjörstillämpningar |
||
| 4.2 Företags- och affärsmässiga villkor |
|
|
|
|||
| 4.3 Att identifiera behov samt strukturera och planera utveckling av produkter och system |
|
X
|
|
UPG1
|
Identifiering av lämpliga ingenjörsproblem för datadrivna metoder och maskininlärningsmetoder |
|
| 4.4 Att konstruera produkter och system |
|
X
|
|
UPG1
|
Identifiering av lämpliga ingenjörsproblem för datadrivna metoder och maskininlärningsmetoder |
|
| 4.5 Att realisera produkter och system |
|
|
|
|||
| 4.6 Att ta i drift och använda produkter och system |
|
|
|
|||
| 5. PLANERING, GENOMFÖRANDE OCH PRESENTATION AV FORSKNINGS- ELLER UTVECKLINGSPROJEKT MED HÄNSYN TILL VETENSKAPLIGA OCH SAMHÄLLELIGA BEHOV OCH KRAV | ||||||
| 5.1 Samhälleliga villkor, inklusive ekonomiskt, socialt och ekologiskt hållbar utveckling inom forsknings- och utvecklingsprojekt |
X
|
|
|
Samhälleliga och hållbarhetsrelaterade aspekter kopplade till datadrivna och maskininlärningsbaserade projekt introduceras |
||
| 5.2 Ekonomiska villkor för forsknings- och utvecklingsprojekt |
|
|
|
|||
| 5.3 Att identifiera behov samt strukturera och planera forsknings- eller utvecklingsprojekt |
|
X
|
|
UPG1
|
Forsknings- eller utvecklingsuppgifter formuleras och planeras inom ramen för projektarbetet |
|
| 5.4 Att genomföra forsknings- eller utvecklingsprojekt |
|
X
|
|
UPG1
|
Ett datadrivet eller maskininlärningsbaserat projekt genomförs med utgångspunkt i ett definierat ingenjörsproblem |
|
| 5.5 Att redovisa och utvärdera forsknings- eller utvecklingsprojekt |
|
X
|
|
UPG1
|
Projektarbetet redovisas och utvärderas genom skriftlig dokumentation och analys av resultaten |
|
Denna flik innehåller det material som är publikt i Lisam. Den information som publiceras här är inte juridiskt bindande, sådant material hittar du under övriga flikar på denna sida.
Det finns inga filer att visa.