Neuronnät och lärande system, 6 hp
Neural Networks and Learning System, 6 credits
732A55
Huvudområde
DatavetenskapUtbildningsnivå
Avancerad nivåKurstyp
Fristående- och programkursKursansvarig
Magnus BorgaStudierektor eller motsvarande
Ann-Charlotte HallbergKursen ges för | Termin | Veckor | Språk | Ort/Campus | VOF | |
---|---|---|---|---|---|---|
F7MSG | Statistics and Data Mining, Master´s Programme | 2 (VT 2018) | 201804-201813 | Engelska | V |
Huvudområde
DatavetenskapUtbildningsnivå
Avancerad nivåFördjupningsnivå
A1XKursen ges för
- Master´s Programme in Statistics and Data Mining
Förkunskapskrav
Kandidatexamen i något av följande ämnen: statistik, matematik, tillämpad matematik, datavetenskap, teknik eller motsvarande examen. Utöver detta, erfordras godkända/avklarade kurser i kalkyl, linjär algebra, statistik och programmering.
Engelska B eller motsvarande.
Lärandemål
Efter avslutad kurs ska den studerande på en avancerad nivå kunna:
- konstruera och tillämpa artificiella neuronnät och liknande metoder för signal, bild och dataanalys som lär sig tidigare erfarenheter och observerat data,
- tillämpa metoder för att designa algoritmer och för att finna meningsfulla samband i multidimensionella signaler där komplexitetsgraden gör traditionella modellbaserade metoder olämpliga eller omöjliga att använda.
- redogöra för skillnaden mellan olika inlärningsparadigm, implementera och använda några av de vanligaste metoderna inom dessa paradigm och välja lämplig metod för ett givet problem.
Kursinnehåll
Kursen behandlar följande:
Maskininlärning, klassificering, mönsterigenkänning och högdimensionell dataanalys.
Övervakad inlärning: neurala nätverk, linjär diskriminantanalys, support vector machines, ensemble metoder, boosting.
Oövervakad inlärning: mönster i högdimensionell data, dimensionalitetsreduktion, klustring, principal komponentanalys, oberoende komponentanalys.
Reinforcement inlärning: Markov modeller, Q-learning.
Undervisnings- och arbetsformer
Föreläsningar, lektioner och laborationer. Utöver detta ska den studerande utöva självstudier. Undervisningsspråk: Engelska
Examination
Examinationen består av en skriftlig tentamen och laborationsuppgifter med obligatoriska inlämningsuppgifter. Detaljerad information om examinationerna återfinns i kursens studiehandledning.
Studerande som underkänts två gånger på kursen eller del av kursen har rätt att begära en annan examinator vid förnyat examinationstillfälle.
Den som godkänts i prov får ej delta i förnyat prov för högre betyg.
Betygsskala
ECTS, ECÖvrig information
Planering och genomförande av kurs skall utgå från kursplanens formuleringar. Den kursvärdering som skall ingå i varje kurs skall därför behandla frågan om hur kursen överensstämmer med kursplanen.
Kursen bedrivs på ett sådant sätt att både mäns och kvinnors erfarenhet och kunskaper synliggörs och utvecklas.
Institution
Institutionen för medicinsk teknikDet finns inga examinationsmoment att visa.
Denna flik innehåller det material som är publikt i Lisam. Den information som publiceras här är inte juridiskt bindande, sådant material hittar du under övriga flikar på denna sida.
Det finns inga filer att visa.