Introduktion till maskinlärning
Introduction to Machine Learning

FMAN45F, 7,5 högskolepoäng

Gäller från och med: Höstterminen 2016
Beslutad av: Professor Thomas Johansson
Datum för fastställande: 2017-02-09

Allmänna uppgifter

Avdelning: Matematik (LTH)
Kurstyp: Gemensam kurs, avancerad nivå och forskarnivå
Kursen ges även på avancerad nivå med kurskod: FMAN45
Undervisningsspråk: Engelska

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.

Mål

Kunskap och förståelse

För godkänd kurs skall doktoranden

• • Swedish:
• 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, samt redovisa detta skriftligt.

Värderingsförmåga och förhållningssätt

För godkänd kurs skall doktoranden ha förmåga att kritiskt värdera och jämföra olika inlärningsmodeller och inlärningsalgoritmer för olika problemuppställningar och kvalitetsegenskaper.

Kursinnehåll

* Inlärning, prövning, generalisering, hypotesrum * Linjär regression och klassificering * Kärnmetoder och stödvektormaskiner * Grafiska modeller * Superpositionsmodeller, EM-algoritmen. * Variations- och samplingsmetoder.

Kurslitteratur

Bishop, Christopher M.: Pattern Recognition and Machine Learning. Springer Verlag, 2006. ISBN 9780387310732.

Kursens undervisningsformer

Undervisningsformer: Föreläsningar, övrigt. Schemalagd resurstid då deltagarna kan få hjälp med inlämningsuppgifterna.

Kursens examination

Examinationsform: Inlämningsuppgifter
Betygsskala: Underkänd, godkänd
Examinator:

Antagningsuppgifter

Förutsatta förkunskaper: FMAF05 Matematik - System och transformer och FMS012/FMSF45 Matematisk statistik, allmän kurs.
Urvalskriterier: Antal poäng som uppnåtts i kurserna FMS012, FMSF20, FMSF10, FMSN40, FMA051, FMA120 och FMAN20.

Kurstillfällesinformation

Kontaktinformation och övrigt

Kursansvariga:
Hemsida: http://www.maths.lth.se/course/machinlearn/