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.