Doelstellingen

Doelstellingen

DLR 3. De professionele bachelor TI ontwerpt, bouwt, documenteert en test kwalitatieve IT-oplossingen. #technisch ontwerp, oplossingen uitwerken

G 3.1 De student ontwerpt een softwareoplossing die veilig, gebruiksvriendelijk en aanpasbaar is. 

Niveau 1: De student maakt op basis van voorbeeldmodellen een ontwerp van een softwareoplossing die aan de opgegeven functionele behoeften voldoet.

GI 3.2 De student bouwt veilige, performante en gebruiksvriendelijke oplossingen voor systemen en software. 

Niveau 1: De student werkt aan de hand van een duidelijk omschreven opgave een eenvoudige softwareoplossing uit. Hij lost daarbij alle duidelijke fouten op en houdt rekening met de afspraken van de gekozen programmeertaal en/of –technologie. Hij gebruikt waar nodig de juiste basisalgoritmen.

Niveau 2: De student vertaalt de gebruikersbehoeften in een gebruiksvriendelijke, performante en veilige softwareoplossing die aan deze behoeften voldoet. Hij past hierbij de kwaliteitskenmerken van goede software toe. Hij gebruikt onder begeleiding de juiste complexe algoritmen en frameworks. 

GI 3.3 De student documenteert de IT-oplossingen voor systemen en software.

Niveau 1: De student voegt hier en daar commentaar toe in de programmacode.

Niveau 2: De student documenteert de gerealiseerde IT-oplossingen zodat hij later weet hoe de oplossing in elkaar zit. 

Niveau 3: De student documenteert de gerealiseerde IT-oplossing zodat andere informatici de oplossing kunnen begrijpen, aanpassen of instaan voor het onderhoud. 

GI 3.4 De student test de IT-oplossingen voor systemen en software. 

Niveau 1: De student test deelaspecten van een IT-oplossing om de correcte werking en de veiligheid te controleren aan de hand van een testprocedure.

Meetbare indicatoren

• de student kan aan de hand van een analyse van data gepaste machine learning modellen en algoritmen selecteren
• de student kan een machine learning model trainen op een dataset (supervised en unsupervised learning)
• de student kan de hyperparameters van een machine learning model tunen
• de student kan een getraind machine learning model gebruiken en integreren in bestaande software in Python
• de student kan de werking van de geziene machine learning algoritmen uitleggen en demonstreren

Begintermen

Gewenste voorkennis

• Fundamentals of programming 1 en 2
• Introduction to aritifcial intelligence
• Programming in Python
• Data Analysis

Identieke opleidingsonderdelen

Dit opleidingsonderdeel is identiek aan de volgende opleidingsonderdelen:
V3R312 : Machine Learning - Fundamentals

Plaats in het onderwijsaanbod

• Bachelor in de Toegepaste informatica (via afstandsonderwijs) (Kortrijk) 180 sp.
• Micro degree Artificial Intelligence via afstandsonderwijs (Kortrijk) 73 sp.