IS-125 Introduksjon til KI og Data Science (Vår 2027)

Etter fullført emne skal studentene kunne:

• Forklare sentrale begreper innen data science, maskinlæring og kunstig intelligens (KI)
• Beskrive typiske trinn i arbeidsprosessen for data science
• Bruke et programmeringsmiljø (f.eks. Python) til å forberede, transformere, analysere og visualisere data
• Anvende, trene og evaluere maskinlæringsmodeller for enkle oppgaver
• Bruke forhåndstrente KI-modeller (f.eks. datasyn, store språkmodeller/LLM-er) på ustrukturerte datakilder (f.eks. bilder, video og lyd)
• Presentere analyseresultater på en tydelig og forståelig måte
• Reflektere kritisk over muligheter og begrensninger ved KI og datadrevne metoder

Dette emnet gir en praktisk og anvendelsesorientert introduksjon til KI og data science. Studentene lærer sentrale begreper, arbeidsprosesser og verktøy for å forstå og analysere data ved hjelp av KI. Kurset legger vekt på praktisk arbeid i et programmeringsmiljø med bruk av åpne datasett.

Hovedtemaer inkluderer:

• Begreper, terminologi og praktiske anvendelser av KI og data science
• Introduksjon til maskinlæring
• Grunnleggende prinsipper i moderne KI, inkludert nevrale nettverk
• Datahåndtering i Python (eller tilsvarende verktøy): innlasting, rensing, transformasjon og enkel feature engineering
• Utforskende dataanalyse: visualisering, mønstergjenkjenning og historiefortelling med data
• Dataanalyse med maskinlæring og generativ KI
• Grunnleggende om datakvalitet, dataforvaltning og etikk.

• Forelesninger og seminarer
• Workshop og labøvelser
• Gruppearbeid og oppgaver

Estimert arbeidsomfang er 270 timer.