Maskininlärning
Machine Learning

EIT195F, 7.5 högskolepoäng

Gäller från och med: Vårterminen 2021
Beslutad av: Professor Thomas Johansson
Datum för fastställande: 2021-04-29

Allmänna uppgifter

Avdelning: Inst för elektro- och informationsteknik
Kurstyp: Ren forskarutbildningskurs
Undervisningsspråk: Engelska

Syfte

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

Mål

Kunskap och förståelse

För godkänd kurs skall doktoranden

• 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.

Färdighet och förmåga

För godkänd kurs skall doktoranden

• 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.

Kursinnehåll

Introduktion och grund, Linjära modeller, Djupa neurala nätverk.

Kurslitteratur

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

Kursens undervisningsformer

Undervisningsformer: Seminarier, projekt

Kursens examination

Examinationsformer: Muntlig tentamen, seminarieföredrag av deltagarna
Betygsskala: Underkänd, godkänd
Examinator:

Antagningsuppgifter

Övrig information

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

Kurstillfällesinformation

Kontaktinformation och övrigt

Kursansvariga: