LUS 1051 Grunnleggende teknologiforståelse
LUS 1051 Grunnleggende teknologiforståelse
Denne modulen vil utforske grunnleggende prinsipper bak kunstig intelligens (AI) og maskinlæring (ML). Dette inkluderer en introduksjon til de viktigste konseptene og teoriene som ligger til grunn for AI. Deltakerne vil få en dypere forståelse av tradisjonell maskinlæring, nevrale nettverk og dyp læring.
Modulen vil også inneholde praktiske demonstrasjoner av viktige teknologier for å gi en praktisk forståelse av hvordan de fungerer og anvendes i virkelige scenarier. Gjennom interaktive øvelser og case-studier vil vi undersøke hvordan disse avanserte AI-teknologiene kan anvendes innen finans, for å forbedre effektivitet, innsikt og beslutningsprosesser.
Etter gjennomført kurs skal studentene:
- Forstå og forklare de grunnleggende prinsippene og konseptene bak AI og ML.
- Utvikle innsikt i ML, NNs og dyp læring, og forstå deres applikasjoner og begrensninger.
Etter gjennomført kurs skal studentene være i stand til å:
- Oppnå praktisk erfaring gjennom demonstrasjoner og case-studier, og lære hvordan AI-teknologier anvendes i reelle scenarier, spesielt innen finans.
Etter å ha fullført denne modulen vil studentene vil ha en solid forståelse av de grunnleggende prinsippene og konseptene som ligger til grunn for AI og ML, inkludert tradisjonelle maskinlæringsmetoder, nevrale nettverk, og dyp læring. Studentene vil kunne anvende denne kunnskapen i praksis, spesielt i finanssektoren, gjennom praktiske eksempler og case-studier. I tillegg vil de ha utviklet evnen til å vurdere og forklare modellers funksjonalitet, samt forstå hvordan man kan evaluere og forbedre AI-modeller med hensyn til effektivitet, innsikt og beslutningsstøtte.
- AI og maskinlæring i praksis
- Dataforståelse, datakvalitet og preprosessering
- Praktiske eksempler på bruk av AI og ML i finansnæringen
- Hva er maskinlæring og hvordan fungerer det?
- Klassifisering og regresjon
- Klustering og dimensjonalitet
- Hvordan evaluerer vi modeller?
- Forklarbar AI
- Hva er dyp læring og hvordan fungerer det?
- Hva er et nevralt nettverk
- Hvordan lærer nevrale nettverk?
- Eksempler på nevrale netverk som store språkmodeller, generative antagonistiske nettverk, og diffusjonsmodeller.
Kurset gjennomføres online, med digitale samlinger til oppsatte tider. I tillegg kommer andre læringsaktiviteter, som f.eks. podcaster, videoer, oppgaver og andre digitale læringselementer.
Læringsplattformen Ed (https://edstem.org/) vil bli benyttet. Denne muliggjør enkle programmeringseksempler, for eksempel i Python. Spesielt vil Jupyter Notebooks bli brukt i deler av undervisningen.
I BIs etter- og videreutdanningstilbud ved BI Executive, stilles det et gjensidig krav til student og kursansvarlig om involvering av studentens erfaring i planlegging og gjennomføring av kurs, moduler og programmer. Det vil si at studenten har rett og plikt til å involvere seg med egen kunnskap og relevant erfaring.
Kurset LUS 1051 Grunnleggende teknologiforståelse er en del av kursserien BIK 2550 AI i finansnæringen, som består av LUS 1051 Grunnleggende teknologiforståelse, LUS 1052 Etikk og regulering i AI og LUS 1053 Maskinlæring og anvendelser i finansnæringen.
Ingen forkunnskaper.
No required prerequisite knowledge.
| Aktivitet | Varighet | Kommentar |
|---|---|---|
Undervisning | 9 Time(r) | Digitale synkrone samlinger |
Digitale læringsressurser | 20 Time(r) | Arbeid med innhold og aktiviteter/oppgaver fra læringsplattformen |
Studentenes eget arbeid med læringsressurser | 15 Time(r) | |
Gruppearbeid / oppgaver | 10 Time(r) |
Text for 0 credits