Finner retningen …
Finner retningen …
Laster botkontroll.
Gjennomsnittlig svar: ingen svar
Gjennomsnittlig svar: ingen svar
Gjennomsnittlig svar: ingen svar
Gjennomsnittlig svar: ingen svar
KARAKTERFORDELING · V 2025
37 kandidater
Alle delene må normalt være bestått. Karakterfordelingen over gjelder emnet samlet.
Kilde: Felles studentsystem (FS) via NTNU, slik den var publisert for høsten 2026. NTNU er ikke ansvarlig for innholdet på denne siden.
NTNU sin egen emnebeskrivelse — læringsutbytte, innhold og vurderingsform.
Emnet skal gi studentene erfaring med prosessering datasett og vurdering av egenskaper ved komplekse tekniske og sosio-tekniske systemer. Emnet er basert på programmeringsoppgaver som skal utføres med Python og tilhørende biblioteker av funksjoner (f.eks numpy, panda, og matplotlib).
Emnet er organisert i 4 deler:
Del 1: Prosessering av datasett.
Del 2: Definering og evaluering av prestasjonsindikatorer.
Del 3: Automatisk kartlegging av løsningsrom.
Del 4: Optimalisering basert på maskinlæring.
Kunnskap:
Studenten skal ha avansert kunnskap om prosessering av store datamengder og kunne vurdere prestasjonsindikatorer i komplekse tekniske og sosio-tekniske systemer. Studenten skal kunne arbeide med dataformater, analysere data, kjenne til utviklingsverktøy for software og utføre ulike typer beregninger og simuleringer.
Ferdigheter:
Studenten skal kunne utvikle større skript for å håndtere data i ulike formater, for å automatisere bruken av softwareverktøy og for å beregne prestasjonsindikatorer. Studenten skal skrive skript med tanke på enkelt vedlikehold og gjenbruk.
Generell kompetanse:
Studenten skal beherske skriptrogrammering og kunne bruke det for å effektivisere ulike typer ingeniørarbeid. Studenten skal kunne definere og vurdere prestasjonsindikatorer. Studenten skal kunne rapportere eksperimentelle resultater på en konsis og informativ måte.
TPK4100 Produksjonsledelse, TPK4115 Project Planning and Control
TDT4105/TDT4110 Informasjonsteknologi grunnkurs. Grunnleggende ferdigheter i Matlab eller Python.
Mappeevaluering er grunnlaget for vurderingen i emnet. I mappen inngår 4 rapporter, hvor hver rapport har ulike leveranser og alle fire må leveres for å få en sluttkarakter i emnet.
Ved gjentak må alle innleveringer i mappen tas på nytt.
Antoine Rauzy. Performance Engineering in Python. AltaRica Association. 2020. ISBN 978-82-692273-1-4. pdf available on author's webpages.
Guttag, John. Introduction to Computation and Programming Using Python: With Application to Understanding Data. 2nd ed. MIT Press, 2016. ISBN: 9780262529624. Wes McKinney.
Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython. O'Reilly Media; 2 edition, 2017, ISBN-13: 978-1491957660 Programkode benyttet i forelesninger og øvinger.
Kilde: Felles studentsystem (FS) via NTNU, slik den var publisert for høsten 2026. NTNU er ikke ansvarlig for innholdet på denne siden.
Hva burde andre vite før de tar dette? Anonymt, ingen innlogging.
Basert på hvor kandidatene til eksamen var registrert (DBH).
Emner som tas i de samme studieprogrammene som TPK4186.
| Semester | Kandidater | Snitt | Stryk |
|---|---|---|---|
| Vår 2025 | 37 | B (4.19) | 16,2 % |
| Vår 2024 | 36 | B (3.97) | 16,7 % |
| Vår 2023 | 76 | A (4.57) | 0 % |
| Vår 2022 | 55 | B (4.40) | 0 % |
| Vår 2021 | 40 | A (4.75) | 0 % |
| Vår 2020 | 34 | B (4.21) | 0 % |