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.

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.

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 18 juli 2024 kl 21:07