MVE441 · Chalmers tekniska högskola
Statistik för stora datamängder
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
7.5
Språk
Engelska
Institution
matematiska vetenskaper
Lärandemål
- visa förståelse för centrala begrepp och ideer rörande klassifikation, klustering och dimensionsreducering
- lösa högdimensionella dataanalys-övningar och tolka resultaten av sådana analyser
Kursinnehåll
- Överblick över högdimensionell dataanalys
- Klassifikation: Bayes regel, diskriminantanalys-metoder, närmaste granne klassifikator, klassifikations- och regressions-träd.
- Kostfunktioner, greedy searches, gradient descent, korsvalidering.
- Logistisk regression
- Regulariseringsmetoder. Gles logistisk regression, gles diskriminantanalys.
- Ensemble-metoder: bagging, random projections, random forests.
- Klustering: k-means, hierarkisk klustering, modell-baserad klutering, spektrala metoder.
- Dimensionsreduktion: PCA, kanonisk korrelation, multi-dimensional scaling.
- Speciella teman (urval av följande): nätverk och grafiska modeller, gles kovariansestimering, klustering av nätverk och community detection, nevrala nätverk, matriskomplettering, collaborative filtering.
- Stor-skala lärning: stochastic searches, batch-metoder, online learning.
Förutsättningar
- Grundläggande behörighet för avancerad nivå
Litteratur
Meddelas senare.
Liknande kurser vid andra universitet
Gör som 15 000+ studenter och ta kontroll över ditt tentaplugg.
Kom igång gratis