Behörighetskrav

150 hp inklusive 10 hp programmering, 5 hp beräkningsvetenskap, 20 hp matematik samt 5 hp statistik och sannolikhetslära. Dessutom krävs kunskaper i engelska motsvarande Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)

Mål

Efter godkänd kurs ska studenten kunna

• applicera datorintensiva metoder för statistisk slutledning, baserade på återsamplingsmetoder och Bayesianska metoder, för analys av en och flera variabler, som alternativ till frekventistiska metoder för problem relevanta inom industriell analys,
• förklara fördelar och nackdelar gällande statistisk slutledning som bygger på datamodellering respektive algoritmisk modellering, för problem inom industriell analys.
• generera relevanta simulerade univariata, multivariata och temporala datamängder som är vanliga inom industriell analys,
• redogöra för metoder inom experimentell design, inklusive aktiv maskininlärning, för problem som är relevanta inom industriell analys.

Innehåll

Klassisk, återsamplingsbaserad och Bayesiansk statistisk slutledning i en och flera variabler för hypotestestning, intervallskattning, parameterskattning, variabelselektion, modellval och prediktion. Jämförelse av statistisk slutledning som baserad på datamodellering och algoritmbaserad modellering (maskininlärning). Simulering av data genererade från urnmodeller, mixturer av täthetsfunktioner, linjära och olinjära regressionsmodeller, markovmodeller, gömda markovmodeller, inkluderande additivt/multiplikativt brus. Experimentella designmetoder inkluderande optimal experimentell design, praktiska approximationer och aktiv maskininlärning.

Undervisning

Föreläsningar, seminarier, laborationer och handledning av projektarbete.

Examination

Skriftlig tentamen samt skriftlig och muntlig redovisning av projektarbete.

Om särskilda skäl finns får examinator göra undantag från det angivna examinationssättet och medge att en student examineras på annat sätt. Särskilda skäl kan t.ex. vara besked om riktat pedagogiskt stöd från universitetets samordnare för studenter med funktionsnedsättning.