Behörighetskrav

Kandidatexamen samt (1) 60 hp språkteknologi/datorlingvistik, eller (2) 60 hp datavetenskap, eller (3) 60 hp i något språkvetenskapligt ämne, 7,5 hp programmering och 7,5 hp logik/diskret matematik. Kunskaper i engelska motsvarande vad som krävs för grundläggande behörighet till utbildning på grundnivå.

Mål

För betyget godkänd ska studenten efter avslutad kurs kunna

• diskutera grundläggande aspekter av maskininlärning tillämpat på naturliga språkdata
• tillämpa sannolikhetsteori och principer för statistisk inferens på språkliga data
• använda standardmjukvaror för maskininlärning
• implementera modeller för klassificering och strukturerad prediktion
• utforma neurala nätverk med hjälp av något standardbibliotek.

I samtliga fall med en viss grad av självständighet och med uppvisad förmåga att klart formulera och kritiskt diskutera metodologiska antaganden, att tillämpa de bästa tillgängliga metoderna för utvärdering, och att presentera resultaten på ett professionellt adekvat sätt.

Innehåll

Kursen innehåller grundläggande koncept inom maskininlärning med speciellt fokus på språkteknologi. Kursen har en teoretisk del där matematisk modellering och optimering studeras mer generellt, och en mer applicerad del med fokus på språkmodeller.

Undervisning

Undervisningen består av lektioner, seminarier och laborationer under handledning.

Examination

Kursen examineras genom inlämningsuppgifter. Läraren kan som en del av examinationen kräva obligatorisk närvaro och aktivt deltagande i seminarier.

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 särskilt pedagogiskt stöd från universitetets samordnare.