Datateknik, avancerad nivå, Maskininlärning, 7,5 hp

Denna kurs introducerar grundläggande begrepp, teorier och algoritmer för mönsterigenkänning och maskininlärning. Dessa kan används i datorseende, bildbehandling, taligenkänning, bioinformatik med mera. Kursen ger en översikt och praktiska rekommendationer för tillämpning av de många tekniker och algoritmer som används inom modern maskininlärning för klassificering, prediktering och klustring.

Kursen kommer bland annat att gå igenom både övervakade och oövervakade algoritmer, algoritmer och tekniker för dimensionsreduktion, attributextraktion och urval, rekommendationssystem, och neuronnätverk för djupinlärning. Algoritmerna och teknikerna implementeras från grunden i MATLAB eller Octave.

Fördjupning

Avancerad nivå, har endast kurs/er på grundnivå som förkunskapskrav (A1N)

Institution

Institutionen för naturvetenskap och teknik

Kursen ges vid följande tillfällen

Förkunskapskrav: Examen på grundnivå om 180 högskolepoäng med datavetenskap/datateknik som huvudområde och 15 högskolepoäng i matematik (analys och algebra). Alternativt examen på grundnivå om 180 högskolepoäng, varav 30 högskolepoäng i matematik (analys och algebra) samt 15 högskolepoäng i datateknik/datavetenskap (som innehåller programmering). Dessutom krävs Engelska 6/Engelska B.

Urval: Antal avklarade högskolepoäng tagna senast sista anmälningsdag (TPAV)

Kursplan

Anmälningskod: ORU-V5008