Engelska

Vid tillräcklig efterfrågan

Kursens syfte är att ge en bred grund för maskininlärningsteori samt moderna maskininlärningstekniker, t.ex. djupa neurala nätverk.

Introduktion och grund,

Linjära modeller,

Djupa neurala nätverk.

visa förståelse för teorin om maskininlärning och filosofin bakom den, samt de grundläggande idéerna bakom de senaste maskininlärningsteknikerna;
kunna analysera och identifiera huvudprinciperna för maskininlärning och tydligt presentera huvudidéerna inom maskininlärnings- och artificiell intelligensdomäner;
kunna analysera, utvärdera och tillämpa toppmoderna tekniker inom maskininlärning och artificiell intelligens.

kunna genomföra ett projekt i grupp som undersöker och tillämpar state-of-the-art tekniker inom området;
kunna kritiskt granska, bedöma och presentera vetenskaplig litteratur och kursmaterial.

Seminarier

Projekt

Muntlig tentamen

Seminarieföredrag av deltagarna

Underkänd, godkänd

Murphy, Kevin P.: Probabilistic Machine Learning: An introduction. MIT Press, 2021.

Kursansvarig: Amir Aminifar, E-post: amir.aminifar@eit.lth.se

EIT195F

2021-04-29

Professor Thomas Johansson