Matematisk introduktion till maskininlärning

Om utbildningen

Kursen behandlar de grundläggande matematiska och statistiska metoder och modeller som används inom området maskininlärning. Syftet med kursen är att ge en matematisk grund för kurser på avancerad nivå inom maskininlärning eller artificiell intelligens, samt för tillämpningar av maskininlärning inom akademien eller industrin. Kursen är uppdelad i två moduler. Modul 1 (4,5 hp): *Teori och problemlösning* Modulen behandlar grundläggande statistiska modeller, statistisk inlärning och maximum likelihood-skattning med tonvikt på övervakad inlärning (supervised learning). Ett antal vanliga modeller introduceras, till exempel linjära regressions- och klassifikationsmodeller, neurala nätverk, supportvektormaskiner samt modeller för oövervakad inlärning (unsupervised learning), och deras matematiska egenskaper diskuteras. Kursen går också igenom hur modeller som tränats på data kan utvärderas och valideras. Modul 2 (3 hp): *Datorlaborationer* Modulen behandlar implementeringen av olika vanligt förekommande maskininlärningsmodeller, samt undersökning av deras egenskaper.

Behörighet

För tillträde till kursen krävs kurser i matematik om minst 60 hp eller minst två års sammanlagda studier. I båda fallen krävs kurser i linjär algebra, flervariabelanalys, matematisk statistik och grundläggande programmering eller motsvarande kunskaper. Engelska och svenska för grundläggande behörighet för högskolestudier (om kursen ges på svenska).

Rekommenderade förkunskaper: uh

Alla tillfällen (1)

Liknande utbildningar

• MaskininlärningUniversitet/högskola
• Matematik för Artificiell Intelligens IIUniversitet/högskola
• Introduktion till maskininlärningUniversitet/högskola
• Datorbaserad problemlösning i maskinteknikUniversitet/högskola