Detaljer för kursplan för kurs EIT155F giltig från och med HT 2016 Utskriftsvänlig visning Kurskod:EIT155F Gäller från och med:Höstterminen 2016 Kursplanen är fastställd Allmänt Undervisningsspråk:Engelska Ges:Vid tillräcklig efterfrågan Intresseanmälan:Anmäl intresse via e-post Kurshemsida: Syfte Att ge kännedom om grunderna för maskinlärning -- konstruktion av automatiserade system som kan lära/hämta information från data, till exempel lära sig känna igen tecken i handskriven text. Innehåll Inlärning, prövning, generalisering, hypotesrum Linjär regression och klassificering Kärnmetoder och stödvektormaskiner Grafiska modeller Superpositionsmodeller, EM-algoritmen. Variations- och samplingsmetoder. Kunskap och förståelse För godkänd kurs skall doktoranden ha god förståelse för de statistiska principerna som ligger till grund för maskininlärning ha kunskap om den vetenskapliga grunden för att utveckla och analysera inlärningsalgoritmer och lärande system ha fördjupade kunskaper om metoder och teorier inom området maskininlärning. Färdighet och förmåga För godkänd kurs skall doktoranden ha visad förmåga att utveckla inlärningsmetoder och lärande system för relevanta tekniska frågeställningar ha visad förmåga att identifiera, formulera, designa och implementera lärande komponenter och applikationer. Värderingsförmåga och förhållningssätt För godkänd kurs skall doktoranden ha förmåga att kritiskt värdera och jämföra olika inlärningsmodeller och inlärningsalgoritmer för olika problemuppställningar och kvalitetsegenskaper. Undervisningsformer Föreläsningar Seminarier Projekt Litteraturkurs som självstudier Examinationsformer Inlämningsuppgifter Seminarieföredrag av deltagarna Kommentarer:Obligatoriska inlämningsuppgifter som inkluderar datorarbete och rapport. Inlämningsuppgifterna ska ha kamratgranskats samt diskuterats i studiegruppen. Betygsskala:Underkänd, godkänd Förkunskapskrav Förutsatta förkunskaper FMA420 Linjär algebra, FMA430 Flerdimensionell analys, FMAF05 System och transformer samt någon av grundkurserna i Matematisk statistik. Urvalskriterier Litteratur Litteratur:Bishop, C. M: Pattern Recognition and Machine Learning. Springer, 2006. ISBN 9780387310732. Övrig information Examinator: Maria Kihl (maria.kihl@eit.lth.se) Kurskod Kurskod:EIT155F Administrativ information Datum för fastställande: -12-08 Beslutad av:Professor Thomas Johansson Alla publicerade kurstillfällen för kursplanen Inga matchande kurstillfällen hittades. 0 kurstillfällen. Utskriftsvänlig visning