This page in English

Institutionen för naturvetenskap och teknik

Introduktion till maskininlärning, 3 hp

Örebro universitet erbjuder en introduktion till maskininlärning. Under utbildningen erbjuds kunskap om grundläggande koncept inom maskininlärning, samt urval och tillämpning av olika maskininlärningsalgoritmer. Dessutom kommer studenten lära sig att utvärdera prestandan hos dessa lärande system.

Introduktion till maskininlärning

Efter avslutad kurs ska den studerande kunna förbereda data och använda maskininlärningsmetoder för att lösa ett problem inom ett intelligent system. Kursen är en del av utbildningsprogrammet Smarter.

  • Grundläggande begrepp och algoritmer för övervakad och oövervakad inlärning.
  • Tillämpningsområden för maskininlärningsalgoritmer för klassificering och förutsägelse.
  • Metoder för förbehandling av data, till exempel normalisering, attributextraktion och urval, dimensionalitetsreduktion och balansering.
  • Praktiska rekommendationer för tillämpning av maskininlärningsalgoritmer. 
  • Utvärdering och analys av prestandan för maskininlärningsalgoritmer.

Ytterligare ämnen: bias och varians avvägning, belöningsbaserad inlärning, kombinationsinlärning

Kursen är utformad som en distanskurs med ett fåtal obligatoriska träffar i klassrum. Den består av en serie internetbaserade föreläsningar, gruppdiskussioner, obligatoriska självstudier med övningar samt presentationer på seminarier inom en litteraturstudie och en case-baserad inlärningsuppgift.

Obligatoriska träffar på campus:

  • Första träffen (officiell start) : 3 september 2019 (09.00-12.00).
  • Uppföljningsträff: 12 november 2019 (09.00-12.00).
  • Sista träffen (kursavslutning): 10 december 2019 (09.00-12.00).

Frivilliga träffar på campus:

  • 22 oktober 2019 (09.00-12.00).
  • 26 november 2019 (09.00-12.00).

Observera att kursen ges på engelska.

Uppdragsutbildningen riktar sig till yrkesverksamma med en examen på grundnivå om 180 högskolepoäng, med datavetenskap/datateknik som huvudområde, alternativt examen på grundnivå om 180 högskolepoäng till exempel datateknik/datavetenskap/systemvetenskap (som innehåller programmering). Dessutom krävs Engelska B/Engelska 6.

Kursen är gratis.

Anmälan är öppen.

Ansvarig för profilområde Artificiell intelligens

Johan Axelsson

Tjänstetitel: Koordinator mot uppdragsutbildning Organisation: Kommunikation och samverkan

Profilsida: Johan Axelsson

E-post:

Telefon: 019 303211

Rum: T2201

Johan Axelsson

Kursadministratör

Jenny Tiberg

Tjänstetitel: Utbildnings- och forskningsadministratör Organisation: Institutionen för naturvetenskap och teknik

Profilsida: Jenny Tiberg

E-post:

Telefon: 019 303320

Rum: T1109

Jenny Tiberg