Kurskod | E903101 |
---|---|
Studiepoäng | 4 |
Lärandemål | Studerande behärskar numeriska verktyg för praktisk analys och visualisering av data, inkluderande grundläggande statistiska begrepp och frekvensanalys. Vidare behärskar studerande grunderna i maskininlärning med fokus på övervakad inlärning för regressionsmodeller och klassificeringsmodeller både gällande implementeringen av algoritmerna och utvärderingen av metoderna i MATLAB och/eller Octave. Students are comfortable with numerical tools for practical analysis and visualization of data. This includes basic statistical concepts and frequency analysis. Furthermore students are comfortable with basic machine learning with a focus on supervised learning for regression and classification, the implementation of the algorithms and an evaluation of the methods in MATLAB and Octave. |
Innehåll | Praktisk analys och visualisering av mätdata. Practical analysis and visualization of data. |
Vitsordsskala | VG, G (för betygssättning) |
Ämnesområde | Elektroteknik |
Utbildningsprogram | Utbildningsprogrammet för elektroteknik |
Examination | Övningar och tentamen/projektuppgift. Assignments and exam/project assignment |
Kurslitteratur och studiematerial | Eget material tillgängligt via kursens hemsida. Lecture notes available through the homepage of the course. |
Förkunskaper | E903201 Introduktion till Matlab/Octave |
Arbetsformer | Föreläsningar varvade med interaktiva demonstrationer, exempel, laborationer och projektuppgifter. Lectures with interactive demonstrations, examples and assignments. |
Utskriven 04 maj 2024 kl 17:20