2DT916 · Linnéuniversitetet
Maskininlärning
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
Kurs info
HP
5
Språk
Svenska
Nivå
Grundnivå
Fakultet
Fakulteten för teknik
Institution
Institutionen för datavetenskap och medieteknik
Lärandemål
- Syftet med kursen är att ge en introduktion till teori och praktik relaterat till
- maskininlärning. Efter kursen skall studenten förstå och kunna tillämpa
- maskininlärningsmetoder för att hantera olika typer av problem.
- Efter avklarad kurs skall studenten kunna:
- förklara grundläggande principer och begränsningar hos ett antal välkända
- maskininlärningsalgoritmer
- hantera maskininlärningsproblem genom att implementera egna lösningar eller
- använda befintliga verktyg
- jämföra och resonera om brister och förtjänster hos olika lösningsansatser för att
- hantera ett givet maskininlärningsproblem
- bestämma en lämplig representation av data för att underlätta maskininlärning
Kursinnehåll
- Kursen behandlar olika koncept och metoder relaterade till maskininlärning. Följande
- områden tas upp i kursen:
- övervakad och oövervakad inlärning
- logistisk regression
- beslutsträd
- ensemblemetoder
- supportvektormaskiner
- grundläggande principer hos "feedforward" neurala nätverk
- oövervakad inlärning med klusteralgoritmen k-means
- algoritmutvärdering med hjälp av korsvalidering och medelkvadratfel
- utvärderingsmetriker som precision och recall
- algoritmimplementering med hjälp av Python
Litteratur
Hands-On Machine Learning with Scikit-Learn and TensorFlow - Aurélien Géron
Vi använder 368 av 566 sidor - (eller senaste upplagan)
Liknande kurser vid andra universitet
Gör som 15 000+ studenter och ta kontroll över ditt tentaplugg.
Kom igång gratis