Tillämpad linjär algebra för dataanalys, 7,5 hp

Läsåret 2021/2022

  • VT 2022, 50 %, Campus

    Startdatum: 21 mars 2022

    Slutdatum: 5 juni 2022

    Sista anmälningsdatum: 15 oktober 2021

    Anmälningskod: UU-62030 Anmälan

    Undervisningsspråk: Engelska

    Studieort: Uppsala

    Urval: Högskolepoäng inom teknik/naturvetenskap (max 240 hp)

    Registrering: 7 mars 2022 – 28 mars 2022

Behörighet: 120 hp. Programmeringsteknik II eller Programmering, bryggningskurs. Linjär algebra II. Beräkningsvetenskap II eller Beräkningsvetenskap, bryggningskurs eller Statistisk maskininlärning. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)

Avgifter: Du som inte är medborgare i ett EU-/EES-land eller Schweiz måste betala anmälnings- och studieavgift.

Läs mer om avgifter och stipendier.

Anmälningsavgift: 900 kr

Studieavgift, första inbetalningen: 18125 kr

Studieavgift, totalt: 18125 kr

Om kursen

Inom områdena data science och maskininlärning baseras många av tillämpningarna på linjär algebra. Data representeras vanligen i matrisform och analyseras genom matris-och vektoroperationer. Om man vill förstå relationer mellan olika egenskaper hos data "översätts" detta till att förstå hur kolumnerna beror av varandra, och det kan analyseras med algoritmen QR-faktorisering. Att reducera dimensionen hos stora datamängder (transformera ett stort antal variabler till en mindre mängd variabler men ändå behålla huvuddelen av informationen) kallas inom data science principalkomponentanalys (PCA), men är egentligen samma sak som singulärvärdesuppdelning. I grunden är det alltså metoder inom linjär algebra. Rankningsalgoritmer, som den pagerank-algoritm som lade grunden för Google, är egentligen en form av en algoritm inom linjär algebra för att hitta egenvärden. Linjär algebra är alltså en förutsättning för att förstå data science och maskininlärningen på djupet.
I den här kursen kommer vi fokusera på, inte linjär algebra, utan numerisk linjära algebra. Det betyder att vi studerar de beräkningsalgoritmer som används när man praktiskt arbetar i data science. Vi tittar också på metoder för effektiv lagring av data, och hur beräkningar sker på ett effektivt sätt, och analyserar varför det fungerar.

Mer information

Kursplan med litteraturlista

Kursplan med litteraturlista

För varje kurs finns en formell kursplan. Den innehåller kursens benämning, omfattning och syfte. I kursplanen får man också upplysningar om huvudsakligt innehåll, kurslitteratur och hur examination går till.

Kontakt

Institutionen för informationsteknologi

hus 10, Lägerhyddsvägen 1

Box 337, 751 05 UPPSALA

E-post: info@it.uu.se

Studievägledare

E-post: studievagledare@it.uu.se

Telefon: 018-471 31 54