Norsk English

Emneside for ING3391 Linux, datanettverk og maskinlæring

Emnehistorikk
Studiepoeng
10
Studieår
2024
Engelsk emnetittel
Linux, Computer Networks, and Machine Learning

Hva lærer du

Emnet er todelt.

Del 1: Gode kunnskaper om datasystemer er viktig for tjenesten om bord på Sjøforsvarets fartøyer og i Sjøforsvarets organisasjon. Emnet skal gi kadetten grunnlag i datakommunikasjon og operativsystemer, med spesiell fordypning i Linux.

Del 2: Oversikt og kunnskap om ny teknologi som blir tatt stadig mer i bruk og som kommer til å påvirke tjenesten om bord i operasjonsrom i framtiden, er viktig. Dette gjelder spesielt kunstig intelligens. Emnet skal gi kadetten grunnlag i maskinlæring og de viktigste metoder for implementering.

Emnet dekker følgende faglig innhold:

Del 1: Oversikt over oppgaver og prinsipper for et operativsystem gjennom bruk av Linux (shell, filbehandling, rettigheter, prosesstyring, nettverk), datakommunikasjon (OSI og TCP/IP modeller, Wire-Ethernet, WiFi, IPv4 og IPv6, TCP/UDP, tjenester), sikkerhet (kryptering, sertifikater, brannmurer).

Del 2: Oversikt over algoritmer og metoder i maskinlæring: veiledet læring, lineær regresjon, logistisk regresjon, regularisering, nevrale nettverk.

  1. Kunnskap

    Etter fullført emne har kandidaten...

    • bred kunnskap om sentrale begreper i operativsystemer og vise systemforståelse av Linux-operativsystemet
    • kunnskap om sentrale begreper, metoder og protokoller i datakommunikasjon
    • kunnskap om sentrale begreper innen datasikkerhet: kryptering, sertifikater og brannmur
    • har kunnskap om sentrale begreper innen veiledet maskinlæring
    • kjennskap til implementering av forskjellige algoritmer innen veiledet maskinlæring
    • kunnskap om bruk og begrensninger av veiledet maskinlæring i forskjellige situasjoner og praktiske anvendelser
    • oppdatere sin kunnskap innenfor datafag, maritime fag og våpenfag ved Sjøforsvarets langkurs og andre skoler og kurs på samme nivå

    Ferdigheter

    Etter fullført emne kan kandidaten:

    • forklare sentralt fagstoff i operativsystemer og datakommunikasjon, og bruke et relevant begrepsapparat
    • bygge opp et lokalt nettverk, og anvende datakommunikasjon som verktøy
    • jobbe i en Linux-system-omgivelse
    • forklare sentralt fagstoff i veiledet maskinlæring, og bruke et relevant begrepsapparat
    • anvende linear regresjon, logistisk regresjon og nevral nettverk som verktøy
    • etablere prosedyrer for testing og validering ved trening av et maskinlæringssystem

    Generell kompetanse

    Etter fullført emne kan kandidaten:

    • formidle kunnskap om datanettverk og Linux-operativsystem
    • løse problemer ved å benytte datamaskiner knyttet sammen i nettverk
    • formidle faglige problemstillinger hvor datakommunikasjon inngår i problembeskrivelsen eller problemløsningen
    • utveksle synspunkter og erfaringer med andre med bakgrunn innenfor datakommunikasjon og Linux-systemer, og gjennom dette bidra til utvikling av godpraksis
    • formidle kunnskap om veiledet maskinlæring
    • forklare hvordan veiledet maskinlæring kan løse praktiske problemer
    • formidle faglige problemstillinger hvor veiledet maskinlæring inngår i problembeskrivelsen eller problemløsningen
    • utveksle synspunkter og erfaringer med andre med bakgrunn innenfor veiledet maskinlæring
  2. Arbeidsmåter:

    • Klasseromsundervisning: Teorigjennomgang og laboratorieøvelser
    • Laboratorieøvelser med datamaskiner i eget lokalnett og/eller i virtuelle omgivelser
    • Selvstudium: Selvstendig arbeid med teori og oppgaver
  3. Vurderingsform: Muntlig eksamen, individuell. Eksamen del 1 (Linux, datakommunikasjon). Må bestås

    Varighet: 20 minutter

    Karakterskala: A-F

    Andel: 50 %

    Hjelpemidler: Etter avtale

     

    Vurderingsform: Muntlig eksamen, individuell. Eksamen del 2 (maskinlæring). Må bestås

    Varighet: 20 minutter

    Karakterskala: A-F

    Andel: 50 %

    Hjelpemidler: Etter avtale