Avancerad probabilistisk maskininlärning
Kurs, Avancerad nivå, 1RT705
Fäll ut informationen nedan för att läsa mer om anmälan och behörighet.
Hösten 2026 Hösten 2026, Uppsala, 33 %, Campus, Engelska Ges endast inom program
- Studieort
- Uppsala
- Studietakt
- 33 %
- Undervisningsform
- Campus
- Undervisningstid
- Dag
- Studieperiod
- 31 augusti 2026–1 november 2026
- Undervisningsspråk
- Engelska
- Behörighet
-
120 hp inklusive Sannolikhet och statistik, Linjär algebra II, Envariabelanalys, Statistisk maskininlärning, en kurs i flervariabelanalys och en kurs i grundläggande programmering. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)
- Sista anmälningsdag
- 15 april 2026
- Anmälningskod
- UU-11801
För dig som är antagen eller reserv
Hösten 2026 Hösten 2026, Uppsala, 33 %, Campus, Engelska För utbytesstudenter
- Studieort
- Uppsala
- Studietakt
- 33 %
- Undervisningsform
- Campus
- Undervisningstid
- Dag
- Studieperiod
- 31 augusti 2026–1 november 2026
- Undervisningsspråk
- Engelska
- Behörighet
-
120 hp inklusive Sannolikhet och statistik, Linjär algebra II, Envariabelanalys, Statistisk maskininlärning, en kurs i flervariabelanalys och en kurs i grundläggande programmering. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)
För dig som är antagen eller reserv
Om kursen
Detta är en fortsättningskurs i maskininlärning med fokus på moderna probabilistiska/Bayesianska modeller: Bayesiansk linjär regression, generativa modeller, och grafiska modeller, samt metoder för att göra exakt och approximativ inferens i dessa modeller: Monte Carlo metoder och variationsinferens.
Kursen omfattar både teori (t.ex. härledningar och bevis) och praktik. Den praktiska delen kommer att implementeras med hjälp av Python.