Specifikke læringsmål og læringsplan – 7.Iteration
| Mål | Teknik/Værktøj | Kriterier | Evaluering |
|---|---|---|---|
| Anvende en databasegrænseflade til vores TV2 produkt projekt | Jeg vil gerne finde ude af hvordan jeg opretter en connection til MongoDB: – Brug af erfagruppen til at diskutere måder på at kunne oprette en forbindelse. – Søg efter viden på Youtube, Forums, Google og andre litteratur. | Kan jeg redegøre for hvordan jeg har implementeret min databasegrænseglade til min ERFA Gruppe og min produktgruppe samt diskutere relevante emner deromkring. | Jeg kunne præsentere for min projektgruppe samt nogle medlemmer fra erfagruppen ved et aftalt møde. Jeg kunne fremvise hvordan jeg integeret en databasegrænseflade i mit python projekt og opsætning osv. |
| Jeg vil gerne finde ude af hvordan jeg importere og eksportere data til og fra min databasegrænseflade: – Brug af erfagruppen til at diskutere måder at gøre det på – Anvendelse af Linkedin/Google/Youtube – Netværk / venner / bekendte | |||
| Arbejde med et datasæt som er relevant for vores Produkt | Jeg inspecter datasættet, for at finde ude af om der er nogle problematikker som skal løses før vi kan udføre vores machine learnings algoritme (herunder missing values, non numerical og overflødige features: – Jeg anvender pandas biblioteket til at læse datasættet – Jeg anvender Python Programmering til at udskrive et læsbart datasæt – Jeg anvender Numpy biblioteket til at fikse de steder hvor der er missing values – Jeg anvender scikitlearn Biblioteket til at ændre non-numerical features til numerical features – Jeg anvender pandas biblioteket til at fjerne ikke-relevante features – Bruger linkedin/Youtube for at finde video omkring emnet – Anvender litteratur herunder Bøger omkring emnet | Kan jeg fremvise mit datasæt for min erfa gruppe? Kan jeg redegøre for de ædnringer der er blevet foretaget undervejs? | Jeg har kunne anvende værktøjer til at behandle mit datasæt således at kriterier opfyldes for hvornår og hvordan man bedst muligt kan optimere sit datasæt til sin given machine learnings algoritme |
Jeg vil gerne visualisere mit datasæt så jeg kan analaysere om der er korrelation mellem features: – Jeg anvender biblioteker som Pandas, Plotly, Matplotlib – Jeg anvender google for at finde artikler omkring emnet – Bruger netværk herunder ERFA grupper/Bekendte – Bruger linkedin/Youtube for at finde video omkring emnet | |||
| Jeg vil gerne implementere den machine learnings algoritme jeg har valgt til mit TV2 produkt projekt | Jeg træffer en professional beslutning omkring den valgte agoritme: – Jeg anvender den viden jeg har fået gennem arbejdsprocessen – Jeg anvender google for at finde artikler omkring emnet – Bruger netværk herunder ERFA grupper/Bekendte – Bruger linkedin/Youtube for at finde video omkring emnet Anvende Neural Network algoritme for at finde ude af hvornår det bedst at holde pause: – Anvender tensorflow og keras samt pandas biblioteker for at bruge værktøjer til algoritmen – Jeg anvender google for at finde artikler omkring emnet – Bruger netværk herunder ERFA grupper/Bekendte – Bruger linkedin/Youtube for at finde video omkring emnet | Er modellen præcis og kan den forudse om der skal holdes pause eller ej udefra et datasæt | Det er ikke muligt for modellen at forudse hvornår der skal holdes pause. Den ender med at angive at der skal holdes pause konstant – starts udgangspunktet var vores model var ligeså dårlig som at slå med en terning. dog fik vi forbedret den en smule men ikke nok til at man kan vurdere den brugebart. Grunden til dette er fordi at det datasæt vi har er random generet ved brug af c# program som lavede et datasæt til os. Det var alt for randomized til at det var brugebart. |
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 pro-blemstilling
- 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 øv-rige emneområder
Muslims Portefølje 