Læringsplan 3
Mål | Teknik / Værktøj | Kriterier | Evaluering |
---|---|---|---|
(DevOps) Opsætte en pipeline til ML projektet. | Undersøge forskellige pipelines. - Azure - Amazon - Bitbucket - Github | Jeg kender de forskellige pipelines. | |
Jeg skal finde en pipeline. - Stackoverflow - De forskellige pipeline dokumentation som jeg har fundet. | Jeg skal have valgt en pipeline jeg har vurderet som passer til opgaven. Den valgte pipeline skal kunne bygge projektet. Den valgte pipeline skal kunne deploye ML projektet. | | |
Jeg implementere den valgte pipeline. - Den valgte pipelines dokumentation. | Jeg har en fungerende pipeline til ML projektet. Den valgte pipeline kan bygge projektet. Den valgte pipeline kan deploye projektet. | | |
(Machine Learning) Udvide på mit ML projekt til PO og optimere modellerne. | Implementere API så man kan modtage request på forudsigelser. - Python dokumentation. - Stackoverflow. - Andre fremsøgte kilder. | Man kan kalde APIen og få en forudsigelse tilbage. | |
Modellens hyperparamtre tunes og modellen optimeres. - Eksperimenter med forskellige hyperparamtre og værdier. - Eksperimenter med forskellige modeller og/eller variationer af modellerne. | Modellen giver et tilfredstillende resultat. Modellen er den mindst krævende / mest effektive, så den ikke koster for mange resourcer, men samtidig levere et tilfredstillende resultat. | |
Personlige Læringsmål
Viden - Den studerende har viden om
- (DevOps) DevOps kerneværdier “CAMS” (Systemudvikling)
- (DevOps) Værktøjer (Praksisser) brugt i et succesfuldt DevOps miljø (Systemudvikling / Teknologi)
- (DevOps) Nøglemetodologier ofte brugt i DevOps (Systemudvikling)
- (Machine Learning) Brug af Machine Learning i virkeligheden (Teknologi / Virksomheden)
- (Machine Learning) Hvordan Neurale Netværk er opbygget (Teknologi / Programmering)
- (Machine Learning) Forskellige eksisterende algoritmer og arkitekture brugt i Machine Learning (Teknologi / Programmering)
Færdigheder - Den studerende kan
- (DevOps) Brug af Pipelines som værktøj til CI/CD (Teknologi)
- (DevOps) Valg og brug af de rigtige værktøjer i ens værktøjsbælte, så de komplementere hinanden, teamet og systemet. (Systemudvikling / Teknologi)
- (DevOps) Implementering af Configuration Management (Teknologi)
- (Machine Learning) Implementering af Machine Learning i praksis (Programmering)
- (Machine Learning) Brug af forskellige Machine Learning algoritmer (Programmering)
Kompetencer - Den studerende kan
- (DevOps) Implementering og tilpasning af det korrekte workflow til opgaven (Systemudvikling)
- (Machine Learning) Fortolkning og tilpasning af en Machine Learning algoritme for, at løse en given problemstilling (Teknologi / Programmering)
Generelle læringsmål
Viden - Den studerende har viden om
- Det/de valgte emners teori og praksis.
- Det/de valgte emners relevans i forhold til IT - fagets teori og praksis.
Færdigheder - Den studerende kan
- Udvælge, beskrive og foretage litteratursøgning af en selvvalgt it - faglig problemstilling
- Diskutere samfundsmæssige aspekter knyttet til det/de valgte emner.
- Vurdere problemstillinger og opstille løsningsmuligheder i forhold til det/de valgte emner.
- Formidle centrale resultater.
Kompetencer - Den studerende kan
- Selvstændigt sætte sig ind i nye emner inden for fagområdets teori og/eller praksis.
- Perspektivere og relatere det/de valgte emner i forhold til uddannelsens øvrige emneområder.
Links
- Bloom’s Taxonomy
https://cft.vanderbilt.edu/guides-sub-pages/blooms-taxonomy/