Engelska

Varje vårtermin

Kursen inleds med en överblick av grundläggande datahantering och visualisering, med fokus på att kunna identifiera och illustrera olika egenskaper och särdrag hos data.

Därefter presenteras viktiga metoderna inom modern statistisk inlärning. Stor vikt läggs vid dimensionsreduktion, övervakade och oövervakade inlärning. Problemen med att anpassa flera olika modeller (multiple-testing) och metodernas relation till regression diskuteras. Datorbaserade laborationer och projekt utgör en viktig lärandeaktivitet. Kursen avslutas med ett projekt där studenterna ska välja lämpliga metoder för att analysera ett givet data material.

* Grundläggande datahantering och vanliga visualisering metoder för data.
* Metoder för data reduktion som PrincipalKomponentAnalys (PCA) och deras användning för imputation av saknad data.
* Metoder för oövervakad och övervakad inlärning/klassificering som: StödVektorMaskin (SVM), klustring (K-means), hierarkisk klustring, enklare regressionsmetoder samt metoder med beslutsträd (bagging, boosting och random forests).
* Multiple-testning och lösningar som Benjamini-Hochberg och Bonferroni.

Beskriva olika sätt att aggregera, sammanfatta och visualisera data.
Förklara principerna för dimensions reduktion
Förklara principerna några olika typer övervakad och oövervakad inlärning.

kunna hantera, presentera och visualisera data för att belysa viktiga egenskaper och kännetecken i ett komplext datamaterial.
kunna utföra dimensions reduktion och imputation av saknad data.
kunna använda vanliga metoder för klassificering, övervakad inlärning och oövervakad inlärning
kunna dra slutsatser om data baserat på resultaten från metoder för klassificering och inlärning.
redovisa analys av och slutsatser från ett praktiskt problem i en skriftlig rapport.

Reflektera över den valda modellens och metodens begränsningar samt möjliga alternativa lösningsmetoder.
Reflektera över eventuella problem med att anpassa flera olika modeller till samma datamaterial.

Föreläsningar

Laborationer

Projekt

Inlämningsuppgifter

Kursen examineras i fyra projekt. Tre som handlar om specifika delmoment och ett avslutande projekt som använder delar från hela kursen. Studenterna uppmuntras till att ta med egen data.

Underkänd, godkänd

Grundläggande statistik

Grundläggande statistik, viss programmeringsvana

James, G., Witten, D., Hastie, T. & Tibshirani, R.: An Introduction to Statistical Learning: with Applications in R. Springer, 2021. ISBN 9781071614174.

FMSF90F

2022-10-28

Maria Sandsten