Informationsteknik – Maskininlärning

Kurskod I140801
Studiepoäng 6
Lärandemål

Efter avslutad kurs behärskar studerande olika algoritmer från maskininlärning och kan implementera och utvärdera dessa i Octave och/eller MATLAB.

Students can implement and evaluate different machine learning algorithms in MATLAB and/or Octave.

Innehåll

Kursen behandlar olika metoder för att utvinna användbar information från data. Algoritmer som behandlas i kursen är
– Linjär regression med en och flera variabler
– Numerisk optimering med gradient descent
– Överanpassning och regularisering
– Olinjära modeller med artificiella neurala nätverk
– Logistisk regression och klassificering för två och flera klasser
– Neurala nätverk tillämpat på klassificiering
– Spam klassificering
– Oövervakad inlärning
– K-medelvärdeskluster
– Principalkomponentanalys (Principle Component Analysis)
– Detektera avvikelser
– Rekommendationssystem
– Reinforcement learning
I kursen utnyttjas genomgående MATLAB och eller Octave för att implementera olika algoritmer. Strävan är genomgående att vektorifiera koden genom att i mån av möjlighet utnyttja matriser och linjär algebra.

Different methods for extracting useful information from data are presented. Algorithms discussed include
– Linear regression with one and more variables
– Numerical optimization with gradient descent
– Nonlinear transformations, over-fitting and regularization
– Nonlinear models using artificial neural networks
– Logistic regression and classification for two and more classes
– Artificial neural networks for classification
– Unsupervised learning and the k-means cluster algorithm
– Principle Component Analysis
– Anomaly detection
– Recommending systems
– Reinforcement learning
MATLAB and/or Octave is used throughout for implementing different algorithms striving to vectorize the code with the use of matrices and linear algebra.

Vitsordsskala

VG, G (för betygssättning)

Ämnesområde

Informationsteknik

Utbildningsprogram

Utbildningsprogrammet för informationsteknik

Examination

Övningar och tentamen/projektuppgift.

Assignments and exam/project assignment

Kurslitteratur och studiematerial

Eget material tillgängligt via kursens hemsida.
Manualer och resurser på internet.

Lecture notes available through the homepage of the course.
Manuals and other online resources.

Förkunskaper

Programmering 2

Programming 2

Dokumentering

Godkänt vitsord noteras i studiekortet. G eller VG (Vid validering används vitsordet Godkänd).

Passed grade will be noted in the study card. U=Fail, G=Pass. VG=Pass with distinction
For validation the grade G, pass, will be used.

Arbetsformer

Föreläsningar varvade med interaktiva demonstrationer, exempel, laborationer och projektuppgift.

Lectures with interactive demonstrations, examples and assignments.

Utskriven 28 mars 2024 kl 18:52