top of page

Læringsmål for 4. semester

ML læringsmål

Viden

Den studerende har viden om:

  • Basale koncepter om Machine Learning (Computer Vision fokus), billedgenkendelse (YOLO), og anvendelse af dette i Python library OpenCV ved brug af indbyggede funktioner mm.

​

  • Hvordan computer vision anvendes i overvågning af objekter, anvendelsen af YOLO-algoritmen til at identificere biler og andre relevante objekter på parkeringspladser i forhold til projektet, men kan også være objektdetektion, security overvågning mm. på parkeringspladser eller andre steder for overvågning

​

Færdigheder

Den studerende kan:

  • Vælge relevante ML-datasæt og computer vision-teknikker til at løse problemstillinger inden for overvågning og objekt-detektion

  • Fine-tune en ML-model på baggrund af YOLO algoritmen

  • Gennemse løsninger for forbedring af ML-modellens nøjagtighed.

  • Kunne modificere og transformere billeder

​

Kompetencer

Den studerende kan:

  • Bruge fine-tuning af algoritmer, til at detektere objekter på et billedframe

  • Perspektivere og relatere anvendelsen af computer vision i forhold til andre områder i softwareudvikling og cloud computing.

  • Kombinere teoretiske og praktiske tilgange til at udvikle en end-to-end-løsning, der kan anvendes i en virkelig kontekst.

DevOps læringsmål

Viden

Den studerende har viden om:

  • Forskellige services i Azure, som relaterer sig til CI/CD

  • CI/CD pipelines i Azure Pipelines, og automatisering af deployment

  • Docker integreret i CI/CD

  • Systemudviklingsteori vedrørende DevOps

​​

Færdigheder

Den studerende kan:

  • Beskrive og foretage litteratursøgning inden for DevOps, og anvende udvalgte værktøjer & teknikker.

  • Implementere en CI/CD-pipeline i Azure til automatiseret test, build, deployment og drift af ML-modeller & backend API i et cloud-miljø.

  • Analysere løsninger for forbedring af DevOps-infrastrukturens robusthed.

​

Kompetencer

Den studerende kan:

  • Sætte sig ind i nye teknologier og værktøjer inden for DevOps, herunder anvendelsen af Azure DevOps, Azure databaser, Jenkins & Docker.

  • Perspektivere og relatere anvendelsen af DevOps i forhold til andre områder i softwareudvikling.

  • Udvikle en skalerbar og vedligeholdelsesvenlig ML & API projekt i Azure, der sikrer stabil drift og løbende forbedringer.

© 2035 by Train of Thoughts. Powered and secured by Wix

bottom of page