Langsigtede læringsmål

Machine Learning

Viden:

Kendskab til supervised machine learning og unsupervised machine learning.
Forståelse af forskellige supervised algoritmer, herunder k-nearest, lineær regression, desicion tree, naive bayes og support vector machines.
Forståelse af unsupervised clustering, herunder k-means, fuzzy c-means og hierachical clustering.
Kendskab til hvornår man bør anvende hvilke supervised algoritmer.
Identifikation af overfitting og underfitting, og deres forbindelse til bias og variance.
Kendskab til cost functions og loss functions.

Færdigheder:

Evne til at anvende cost, loss funktioner og scoring metrics til evaluering af modelpræstation, herunder brug af Mean Squared Error ,r2 og cross validation.
Implementering af lineær regression i Python ved brug af relevante biblioteker som NumPy, pandas og scikit-learn.
Litteratursøge relevant materiale til fagligudvikling indenfor Machine Learning, herunder vurdere og reflektere over materialet.
Indsamle, forberede og rense datasæt til brug i lineær regression.
Kunne optimere parametre i lineær regression ved brug af gradient descent.

Kompetencer:

Identifikation af relevante problemstillinger, hvor Machine Learning kan anvendes, og forslag til passende løsninger.
Perspektivere Machine Learning til uddannelsen øvrige emner

Viden:

Kendskab til React-arkitektur, herunder laginddeling og good practices i et React-udviklingsmiljø.
Opsætning af udviklingsmiljø med Node.js og vite til opbygning af en React-applikation.
Indsigt i good practices i React med særligt fokus på arkitektur.
Grundlæggende viden om HTML og forståelse af sammenhængen mellem HTML-elementer og JSX-komponenter.
Viden om, hvordan man tilføjer extensions til et projekt
Viden om basale React egenskaber som props og komponenter.
Viden om Hooks, herunder useState og useEffect.

Færdigheder:

Kan debugge, ved at bruge javascript metoder til at få relevant information i konsollen.
Kan anvende javascript til trejdeparts funktioner, herunder hente data fra en API.
Kan anvende javascript, til at opnå conditional rendering baseret på brugerens valg.
Kunne anvende tredjeparts-autentificering og udvikle et frontend-komponent, der håndterer brugerlogin og oprettelse af brugerkonto.

Kompetencer:

Kan perspektivere til uddannelsen øvrige emner, herunder Blazor og API kald i C#.
Vurdere hvornår React er det rette valg, samt kunne forklare fordele og ulemper ved brugen af det.