DM825: Introduktion til maskinlæring (5 ECTS)

STADS: 15008601

Niveau
Kandidatkursus

Undervisningsperiode
Kurset er placeret i efterårssemesteret.
Kurset udbydes efter behov.

Ansvarlige undervisere
Email: marco@imada.sdu.dk

Skemaoplysninger
Vis hele skemaet
Vis personligt skema for dette kursus.

Kommentar:
Ubegrænset deltagerantal. 3. kvartal.

Indgangskrav:
Ingen

Faglige forudsætninger:
Indholdet fra kurserne DM527 Matematiske redskaber, MM501 Calculus I, MM502 Calculus II, DM502 Programmering A, DM503 Programmering B, MM505 Lineær algebra antages kendt.

Kursusintroduktion
At give deltagerne viden om teknikker til at lære fra data.

Kompetencer
Målet med maskinlæring er at bygge computer systemer, der kan tilpasse sig til deres miljø og lære af erfaringer. Teknikker og metoder fra dette felt anvendes med succes i en stor variation af opgaver og områder, fx i spamgenkendelse, tekstklassifikation, gen-opdagelse, finansielle forudsigelser.
Kurset vil give en oversigt over forskellige begreber, teknikker og algoritmer indenfor maskinlæring, herunder lineær regression, klassificering, beslutningstræer, boosting, Bayesian netværk, neurale netværk, support vector maskiner og hidden Markov models.
Kurset vil give de grundlæggende ideer og intuitioner bag disse metoder såvel som mere formelle statistiske og beregningsmæssige forståelser. Den studerende vil have lejlighed til at eksperimentere med maskinlæringsteknikker ved hjælp af R programmet og anvende dem på et udvalgt problem.

Forventet læringsudbytte
Ved kursets afslutning forventes den studerende at kunne:

• vurdere anvendelighed af læringsmetoder i en given opgave.
• beskrive den grundlæggende teori bag metoderne.
• anvende metoderne på eksempel problemer med få data.
• foretage empiriske afprøvninger af de opstillede modeller og rapportere deres resultater.

Emneoversigt


Litteratur

Meddeles ved kursets start.

Kursets hjemmeside
Dette kursus benytter e-learn (blackboard).

Forudsætningsprøver
Ingen

Eksamen- og censurform:
a) Obligatoriske opgaver, bestået/ikke bestået, intern censur ved underviser. (15008612)
De obligatoriske opgaver inkluderer programmeringsarbejde. Opgaverne skal være beståede, før man kan deltage i den skriftlige eksamen.
b) 3-timers skriftlig eksamen. 7-trinsskalaen, ekstern censur. (15008602)
Lommeregner må benyttes men bærbar computer må ikke.

Reeksamen følger reglerne vedtaget af studienævnet. Reeksamen er en mundtlig eksamen med ekstern censur.

Vejledende timetal
På naturvidenskab er undervisningen tilrettelagt efter trefasemodellen dvs. intro, trænings- og studiefasen.

Forelæsninger: 28 timer
Eksaminatorietimer: 8 timer
Aktiviteter i studiefasen

Sprog
Dette kursus undervises på dansk eller engelsk, afhængigt af underviseren. Dog altid på Engelsk ved deltagelse af internationale studerende.

Kursustilmelding
Se tilmeldingsfrister.

Pris for åben uddannelse
Se priser for enkeltkurser.

Dette er den nyeste version af en kursusbeskrivelse, som trådte i kraft den 1. feb 2011.