Kursplan - Examensarbete för kandidatexamen i datavetenskap med inriktning mot intelligenta system

Syfte

Under kursen tränas studentens förmåga att planera, genomföra och redovisa ett självständigt arbete inom artificiell intelligens.

Lärandemål

Efter avslutad kurs skall studenten kunna: 
 
1. självständigt planera och genomföra ett projektarbete inom givna tidsramar,
2. identifiera och använda adekvata metoder för att genomföra arbetet och verifiera lösningar, 
3. beskriva syftet, målet och problemformuleringen för arbetet samt redogöra för eventuell fortsättning av projektet, 
4. redogöra för "state-of-practice" och vetenskaplig bakgrund inom området för examensarbetet, 
5. beskriva examensarbetets olika delar i en teknisk/vetenskaplig rapport på ett innehållsmässigt och strukturmässigt korrekt sätt (och därmed visa att ovannämnda lärandemål har uppnåtts), 
6. muntligen redogöra för både sakkunniga och andra om examensarbetets syfte, genomförande och resultat samt
7. Genomföra en etisk- och jämställdhetsanalys av data och AI-systemet i projektet.

Innehåll

Kursen består av ett självständigt arbete där studenten använder tidigare förvärvade kunskaper och erfarenheter till att undersöka och lösa ett problem. Problemet innehåller både praktiska och teoretiska inslag och är antingen ett forskningsproblem eller ett utvecklingsproblem inom ämnesområdet. I arbetet ingår moment som ämnesval, problemformulering, litteraturstudie, utveckling, presentation, och rapportskrivning. Arbetet ska redovisas i en skriftlig rapport och redovisas muntligt vid ett öppet seminarium. Examensarbetet genomförs inom högskolan eller på ett externt företag. Arbetet kan genomföras  individuellt eller tillsammans med en annan student. Om examensarbetet utförs på ett externt företag skall en handledare även utses på företaget.

Särskild behörighet

Avslutade kurser om minst 90 hp datavetenskap med successiv fördjupning inom huvudområdet vari ingår 60 hp inom inriktningen, varav minst 15 hp på G2F-nivå och minst 22,5 hp matematik. Dessutom Information - kunskap - vetenskap - etik 7,5 hp eller motsvarande.

Examination

Projekt (PRO1), Genomförande och skriftlig rapport på examensarbete, 12 hp, examinerar lärandemål 1-5 och 7, betyg Underkänd (U) eller Godkänd (G).  
Seminarium (SEM1), Aktivt deltagande i seminarium och muntlig presentation av genomfört examensarbete, 3 hp, examinerar lärandemål 6, betyg Underkänd (U) eller Godkänd (G).

Betyget sätts av examinator som gör en helhetsbedömning av rapportens innehåll, muntlig presentation och självständighet samt förhållningsätt under arbetet (baserat på synpunkter från handledare).

När examensarbetet genomförs i par, tillser examinator att varje students arbetsinsats motsvarar kraven för individuellt examensarbete. Om arbetsinsatsen mellan två studenter är olika, kan olika betyg sättas.

Student som inte är färdig med sitt arbete inom 12 månader riskerar att bli underkänd på kursen. Beslut fattas i förekommande fall i samråd mellan examinator, handledare och eventuellt avdelningschef.

En student som har ett intyg från MDU avseende sin funktionsnedsättning har möjlighet att anmäla önskemål om anpassning vid salstentamina eller annan examinationsform i enlighet med Regler och anvisningar för examination på grundnivå och avancerad nivå vid Mälardalens högskola (2020/1655). Det är examinator som, utifrån det intyg som utfärdats, beslutar om eventuell anpassning och i så fall vilken anpassning som ska gälla.

Misstankar om vilseledande vid examination (fusk) anmäls, enligt högskoleförordningen, till universitetets rektor och prövas av universitetets disciplinnämnd. Om disciplinnämnden anser att en student gjort sig skyldig till en disciplinförseelse fattar nämnden beslut om en disciplinär åtgärd, vilket är varning eller avstängning.

Betyg

Godkänd, underkänd

Övergångsbestämmelser och övriga föreskrifter

Kursen bidrar till att uppfylla examenskravet om minst 75 hp inom huvudområdet datavetenskap med inriktning intelligenta system för teknologie kandidatexamen i datavetenskap med inriktning intelligenta system.

Om examensarbetet skall ingå i annan examen än kandidatexamen i Datavetenskap med inriktning mot intelligenta system skall detta prövas av examinator i varje enskilt fall.