Engelska

Vid tillräcklig efterfrågan

Demonstrera förståelse för de koncept som presenteras och kunna använda sig av de metoder som behandlas i kapitel 1-9 i kursboken.

Software setup for Machine Learning (Python), classification, training models, SVMs, Decision Trees, Ensemble learning and Random Forests, Dimensionality Reduction och Unsupervised Learning Techniques.

demonstrera förståelse för de grundläggande koncepten och metoderna som presenteras i kapitel 1-9 i kursboken. Detta innefattar programmering i Python, klassificering, training models, SVMs, Decision Trees, Ensemble learning and Random Forests, Dimensionality Reduction och Unsupervised Learning Techniques.

bidra till diskussionerna i de diskussionsseminarium som hålls för varje kapitel, själv ansvara för och hålla i ett diskussionsseminarium samt genomföra ett projekt, vilket innefattar implementering av ML-algoritmer i Python.

demonstrera förståelse för begränsningar hos olika ML-algoritmer och hur väl de passar för olika standardproblem samt kunna välja ut material för och organisera ett diskussionsseminarium.

Seminarier

Projekt

Litteraturkurs som självstudier

Seminarieföredrag av deltagarna

Tillräcklig medverkan i seminarier och diskussioner.

Underkänd, godkänd

Inga

Géron, A.: Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow: Unsupervised learning techniques. 2019. ISBN 9781492032649.

Kursen ges på begäran, om tillräcklig efterfrågan finns.

FRT230F

2021-02-02

Professor Thomas Johansson