1TS325 · Uppsala universitet
Statistisk slutledning för tekniska tillämpningar
Ny kurs
Inga tentor än
Ladda upp dina tidigare tentor och få hjälp med att strukturera ditt studiematerial
Få dina tentauppgifter kategoriseradeBli guidad genom ditt studiematerialFå hjälp direkt med teori och tipsHåll koll på dina framsteg
HP
5
Språk
Engelska
Nivå
Avancerad nivå
Fakultet
Teknisk-naturvetenskapliga fakultetsnämnden
Institution
Institutionen för samhällsbyggnad och industriell teknik
Lärandemål
Efter godkänd kurs ska studenten kunna
- generera simulerade univariata, multivariata och temporala datamängder som är relevanta för tillämpningar inom industriell analys, bioinformatik och bioteknik,
- applicera datorintensiva metoder för statistisk slutledning som är baserade på återsamplingsmetoder och Bayesianska metoder, för analys av en och flera variabler, som alternativ till frekventistiska metoder för problem relevanta inom industriell analys, bioinformatik och bioteknik,
- förklara fördelar och nackdelar gällande statistisk slutledning som bygger på datamodellering respektive algoritmisk modellering,
- redogöra för metoder inom experimentell design, inklusive aktiv maskininlärning, för problem som är relevanta inom industriell analys, bioinformatik och bioteknik.
Kursinnehåll
Statistisk slutledning i ett tekniskt perspektiv. Simulering av data genererade från urnmodeller, mixturer av täthetsfunktioner, multivariata fördelningar, markovmodeller, gömda markovmodeller, linjära och olinjära regressionsmodeller, additivt och multiplikativt experimentellt brus. Återsamplingsbaserad statistisk slutledning i en och flera variabler för intervallskattning och hypotesprövning. Bayesiansk slutledning i en och flera variabler för parameterskattning och konfidensintervall, val av modellfamilj, samt prediktion. Praktisk och konceptuellt jämförelse av statistisk slutledning baserad på datamodellering med algoritmbaserad modellering för statistisk slutledning. Experimentella designmetoder inkluderande optimal experimentell design, praktiska approximationer och aktiv maskininlärning.
Förutsättningar
- Alternativ 1: 120 hp varav 60 hp inom teknik/naturvetenskap, inklusive 20 hp matematik, vilket ska inkludera envariabelanalys, linjär algebra och sannolikhetslära/statistik. Genomgången kurs Programmeringsteknik I eller Programmering. Alternativ 2: 120 hp varav 60 hp inom teknik/naturvetenskap. Genomgångna kurser om 25 hp inom matematik/statistik/beräkningsvetenskap, varav 15 hp ska vara avklarade. Bland dessa 25 hp ska statistik ingå. Genomgången kurs Programmeringsteknik I eller Programmering. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)
Litteratur
Saknas
Liknande kurser vid andra universitet
Gör som 15 000+ studenter och ta kontroll över ditt tentaplugg.
Kom igång gratis