Forskningsprojekt, 6 hp
Research Project, 6 credits
732A76
Huvudområde
StatistikUtbildningsnivå
Avancerad nivåKurstyp
Fristående- och programkursExaminator
Oleg SysoevKursansvarig
Oleg SysoevStudierektor eller motsvarande
Ann-Charlotte HallbergKursen ges för | Termin | Veckor | Block | Språk | Ort/Campus | VOF | |
---|---|---|---|---|---|---|---|
F7MSL | Statistics and Machine Learning, Master´s Programme | 3 (HT 2019) | 201936-202003 | 4 | Engelska | Linköping, Valla | V |
Huvudområde
StatistikUtbildningsnivå
Avancerad nivåFördjupningsnivå
A1NKursen ges för
- Masters Programme in Statistics and Machine Learning
Förkunskapskrav
Kandidatexamen i något av följande ämnen: statistik, matematik, tillämpad matematik, datavetenskap, teknik eller motsvarande examen. Utöver detta, erfordras godkända/avklarade kurser i matematisk analys, linjär algebra, statistik och programmering samt avklarade kurser i Data Mining eller maskininlärning som omfattar minst 15hp.
Engelska B eller motsvarande.
Lärandemål
Efter avslutad kurs skall den studerande på en avancerad nivå kunna:
- tillämpa data mining eller makininlärning i ett praktiskt sammanhang
- planera, genomföra och inrapportera ett föreskrivet individuellt uppdrag
- diskutera forsknings- och utvecklingsarbete inom maskininlärning eller relaterade områden
Kursinnehåll
Kursens innehåll anpassas till det aktuella problemet. Kursen innebär deltagande i ett aktuellt forskningsprojekt i maskininlärning eller datamining eller relaterade områden där studenten studerar problemets ursprung och forskningen relaterad till problemet, samt analyserar det angivna problemet med hjälp av metoder och redskap från maskininlärning eller data mining.
Undervisnings- och arbetsformer
Arbetet utförs individuellt med handledning. Undervisningsspråk: Engelska
Examination
Kursen examineras med skriftliga projektrapporter samt en individuell muntlig tentamen.
Detaljerad information återfinns i studieanvisningen.
Studerande, vars examination 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 ska utgå från kursplanens formuleringar. Den kursvärdering som ska ingå i varje kurs ska 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 datavetenskapKod | Benämning | Omfattning | Betygsskala |
---|---|---|---|
PROJ | Projekt | 6 hp | EC |
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.