SF2935 · Kungliga Tekniska högskolan
Moderna metoder för statistisk inlärning
3 tentor
Kursinnehåll
2019-12-19
Pierre Nyquist · 0 uppgifter
2019-10-24
Pierre Nyquist · 0 uppgifter
2017-05-29
Pierre Nyquist · 0 uppgifter
Vad ingår?
0 uppgifter
Sorterat efter ämne och svårighet, direkt från tentor.
3 tentor med lösningar
Alla tidigare tentor samlade, öva på riktiga examensfrågor.
AI-handledare (KAI)
Få steg-för-steg-hjälp dygnet runt, skräddarsydd för den här kursen.
0 studieplaner
Personliga studieplaner som anpassar sig till dina framsteg.
Generera tester
Skapa anpassade övningstester baserat på ämne och svårighet.
Framstegsanalys
Se vad du vet, vad du behöver granska och vad som finns kvar.
HP
7.5
Språk
Svenska
Nivå
Avancerad nivå
Fakultet
Skolan för teknikvetenskap
Institution
SCI/Matematik
Lärandemål
- formulera och tillämpametoder för övervakad inlärning,
- formulera och tillämpa metoder för oövervakad inlärning,
- tillämpa matematiska satser och metoder för att analysera och förklara egenskaper hos metoder för statistisk inlärning,
- konstruera och implementera metoder för statistisk maskininlärning för olika uppgifter.
Kursinnehåll
Kursen ger en överblick av de viktigaste metoderna i den moderna teorin för statistisk inlärning. Kursen ger stor vikt åt klassificeringsmetoder, vektoriella maskiner, artificiella neutrala nätverk, bestlutstråd, samt klustring (K-means clustering) och metoden med de närmaste grannarna. Datorbaserade projekt utgör en viktig lärandeaktivitet.
Litteratur
Saknas
Liknande kurser vid andra universitet
Gör som 15 000+ studenter och ta kontroll över ditt tentaplugg.
Kom igång gratis