771a42 · Linköpings universitet
Maskininlärning för samhällsvetenskap
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
7.5
Språk
Engelska
Nivå
Avancerad nivå
Fakultet
Filosofiska fakulteten
Institution
Institutionen för ekonomisk och industriell utveckling
Lärandemål
- använda begrepp och metoder inom maskininlärning för att formulera och lösa praktiska problem av relevans för samhällsvetenskaplig forskning
- använda statistisk programvara för att estimera maskininlärningsmodeller, utvärdera deras anpassningsgrad, välja deras parametrar och tolka deras resultat
- beskriva olika maskininlärningsmetoders styrkor och svagheter
- redogöra för vilka maskininlärningsmodeller som är lämpliga för särskilda tillämpningar
- jämföra maskininlärningsverktyg med traditionella statistiska metoder, identifiera problem som bäst lämpar sig för maskininlärning och problem där de två kan komplettera varandra
Kursinnehåll
I kursen ges en översikt över de viktigaste begreppen och metoderna inom maskininlärning (ML) som är relevanta för samhällsvetenskaplig forskning. Först ges en allmän introduktion till ML, där grundläggande idéer granskas och kontrasteras mot traditionell statistik. Sedan introduceras centrala tekniker inom övervakad inlärning (t.ex. beslutsträd) och oövervakad inlärning (t.ex. k-means). I datorlaborationer lär sig studenterna hur man använder dessa tekniker i statistisk programvara för att lösa praktiska problem av relevans för samhällsvetenskaplig forskning. I kursen behandlas även hur maskininlärning kan bidra till kausal inferens.
Förutsättningar
- 180 hp godkända varav 90 hp inom något av områdena humaniora, samhällskunskap, kulturvetenskap, beteendevetenskap, naturvetenskap, datorvetenskap eller ingenjörsvetenskap 15 hp godkända inom ett eller flera av följande ämnen:
- Statistik
- Matematik
- Datavetenskap Engelska 6
- Undantag ges för svenska
Litteratur
James, Gareth., Witten, Daniela., Hastie, Trevor., Tibshirani, Robert., James, Gareth., (2013) An Introduction to Statistical Learning (Vol.112) New York Springer Digital copy available for free at: https://www.statlearning.com/
Liknande kurser vid andra universitet
Gör som 15 000+ studenter och ta kontroll över ditt tentaplugg.
Kom igång gratis