Maskininlärning, big data och artificiell intelligens
Kursplan, Avancerad nivå, 2ST122
- Kod
- 2ST122
- Utbildningsnivå
- Avancerad nivå
- Huvudområde(n) med fördjupning
- Statistik A1F
- Betygsskala
- Underkänd (U), godkänd (G), väl godkänd (VG)
- Fastställd av
- Institutionsstyrelsen, 8 mars 2019
- Ansvarig institution
- Statistiska institutionen
Behörighetskrav
30 hp statistik på avancerad nivå varav 7,5 hp Statistisk programmering med hjälp av R eller motsvarande
Mål
En student som gått utbildningen skall:
- vara väl förtrogen med ett stort antal maskininlärningsmodeller
- kunna använda metoder för att utvärdera och förbättra prediktiva modeller
- kunna beskriva och diskutera etiska aspekter på big data och black box-modeller
- kunna hantera stora data
- kunna träna och använda maskininlärningsmodeller i programspråket R
- kunna träna och använda neurala nätverk med Keras/Tensorflow
Innehåll
Regulariserad regression, närmsta-grannar-metoder, beslutsträd, ensemblemodeller, bagging, out-of-sample-utvärdering, hantering av stora datamängder, etiska frågor kring big data och
prediktiva modeller, metoder för genomskinlig maskininlärning, samt neurala nätverk: arkitekturer, gradient descent, generativa modeller, regularisering och adversarial examples.
Undervisning
Undervisning ges i form av föreläsningar, datorövningar och/eller seminarier.
Examination
Examinationen sker genom redovisning skriftligt och/eller muntligt av obligatoriska inlämningsuppgifter.
Övriga föreskrifter
Kursen ingår i masterprogrammet i Statistik.
Litteraturlista
Litteraturlista saknas.