Gäller från och med: Höstterminen 2016
Beslutad av: Professor Thomas Johansson
Datum för fastställande: 2017-02-09
Avdelning: Matematik (LTH)
Kurstyp: Gemensam kurs, avancerad nivå och forskarnivå
Kursen ges även på avancerad nivå med kurskod: FMAN45
Undervisningsspråk: Engelska
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.
Kunskap och förståelse
För godkänd kurs skall doktoranden
Färdighet och förmåga
För godkänd kurs skall doktoranden
Värderingsförmåga och förhållningssätt
För godkänd kurs skall doktoranden ha förmåga att kritiskt värdera och jämföra olika inlärningsmodeller och inlärningsalgoritmer för olika problemuppställningar och kvalitetsegenskaper.
* Inlärning, prövning, generalisering, hypotesrum * Linjär regression och klassificering * Kärnmetoder och stödvektormaskiner * Grafiska modeller * Superpositionsmodeller, EM-algoritmen. * Variations- och samplingsmetoder.
Bishop, Christopher M.: Pattern Recognition and Machine Learning. Springer Verlag, 2006. ISBN 9780387310732.
Undervisningsformer: Föreläsningar, övrigt. Schemalagd resurstid då deltagarna kan få hjälp med inlämningsuppgifterna.
Examinationsform: Inlämningsuppgifter
Betygsskala: Underkänd, godkänd
Examinator:
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.
Kursansvariga:
Hemsida: http://www.maths.lth.se/course/machinlearn/