Mandag

Vi fik introduceret 4. semester og jeg gennemgik dokumenterne for at forstå projektets omfang.

Tirsdag

Oplæg med tidligere studerenes erfaringer med projektet + tips & tricks

Onsdag

Begyndte at skitsere min egen plan for projektets gennemførelse.

Torsdag

Rammerne for projektet blev diskuteret, og vi brainstormede mulige løsninger

Fredag

Købte domæne til hosting af min portefølje/logbog & overvejede design

Mandag

Udabejdelse af gruppekontrakt med projektgruppe.

Tirsdag

Jeg researchede relavante kurser til mine valgfag.

Onsdag

Jeg købte en passende Raspberry Pi til mit projekt + ekstra komponenter, og fortsatte med at kigge efter relavante kurser.

Torsdag

Designet videre på portefølje.

Fredag

Flere læringsmål til valgfag: Maskinlæring og Embedded Systems

Mandag

Påbegyndelse af “Python for Programmers” 10% gennemførelse

Tirsdag

Fortsættelse af kursus 24% gennemførelse.
Læring: Python filer, kommentering, input, output

Onsdag

34% gennemførelse

Læring: Variabler, casting, operanter

Torsdag

44% gennemførelse

Læring: Conditionals, loops, loopcontrol

Fredag

55% gennemførelse

Læring: errorhandling, funktioner, recursion

Mandag

Møde med projektgruppen hvor vi diskuterede faste planer for møder med PO samt fælles forståelse for hvor meget kontakt vi ville have med virksomheden

Tirsdag

63% gennemførelse af ‘Python for Programmers’

Læring: lambda funktioner, classes, objekter

Onsdag

75% gennemførelse

Læring: constructors,destructors, acces modifiers, inheritance, encapsulation

Torsdag

85% gennemførelse

Læring: polymorphism, string methods

Fredag

100% gennemførelse

Læring: lists, tuples, dictionaries, sets

Add Your Heading Text Here

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.

Add Your Heading Text Here

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.

Add Your Heading Text Here

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.

Add Your Heading Text Here

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.

Add Your Heading Text Here

Lorem ipsum dolor sit amet, consectetur adipiscing elit. Ut elit tellus, luctus nec ullamcorper mattis, pulvinar dapibus leo.

Machine Learning

Viden

  • Jeg forstår teori og praksis inden for Machine Learning.
  • Jeg har indsigt i lydanalyse, konteksten af lydgenkendelse.
  • Jeg kan relatere ML og embedded systems til IT-fagets teori og praksis.

Færdigheder

  • Jeg kan indsamle, rense og analysere lyddata til træning af maskinlæringsmodeller.
  • Jeg kan designe en ML-model til lydklassifikation ved hjælp af TensorFlow.
  • Jeg kan optimere ML-modeller til embedded enheder for at reducere ressourceforbrug.
  • Kompetencer

  • Jeg kan analysere og løse tekniske problemer relateret AI og lydklassifikation.

Embedded Systems

Viden

  • Jeg forstår teori og praksis inden for Embedded Systems.
  • Jeg kan relatere embedded systems til IT-fagets teori og praksis.

Færdigheder

  • Jeg kan konfigurere og programmere en Raspberry Pi til realtids lydbehandling.

Kompetencer

Andet/Blandet

Viden

  • Jeg har indsigt i lydanalyse, konteksten af lydgenkendelse.
  • Jeg kan relatere ML og embedded systems til IT-fagets teori og praksis.
  • Jeg har grundlæggende forståelse af Python-syntaks

Færdigheder

  • Jeg kan formidle mine resultater skriftligt og visuelt gennem rapportering og præsentationer.

Kompetencer

  • Jeg kan selvstændigt sætte mig ind i nye teknologier og anvende dem i et praktisk projekt.
  • Jeg kan analysere og løse tekniske problemer relateret til embedded AI og lydklassifikation.
  • Jeg kan perspektivere mit projekt i en bredere samfundsmæssig og teknologisk kontekst.

Python for Programmers

I forbindelse med mine valgfag: Machine Learning, og Embedded Systems, har jeg taget kurset “Python for Programmers” for at styrke mine færdigheder i Python, da det skal bruges til projektet. Kurset dækker basic Python koncepter, såsom objektorienteret programmering og fejlhåndtering.

Koden kan findes her (github)