Logga in

Registrera

TDDE01 · Linköpings universitet

Maskininlärning

Ny kurs

Kom igång gratis

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

KurssidaKursplan
HP
6
Språk
Svenska
Nivå
Avancerad nivå
Fakultet
Tekniska fakulteten
Institution
Institutionen för datavetenskap

Lärandemål

Kursens övergripande mål är att ge en introduktion till maskininlärning, med speciellt fokus på regression- och klassificeringsproblem. Maskininlärning presenteras med utgångspunkt från inferens och prediktion med sannolikhetsmodeller,. Kursen har som mål att ge den studerande översikt av maskininlärningsområdet utifrån ett enhetligt ramverk och en bra grund för fortsatta studier inom området. Efter avslutad kurs skall den studerande kunna:

  • använda relevanta begrepp och metoder inom maskininlärning för att formulera, strukturera och lösa praktiska problem.
  • göra inferens för parametrarna i ett antal vanligt förekommande maskininlärningsmodeller.
  • använda maskininlärningsmodeller för prediktion och beslutsfattande.
  • utvärdera och välja bland modeller.
  • kunna implementera maskininlärningsmodeller och algoritmer i ett programmeringspråk.
Kursinnehåll
Introduktion och översikt av maskininlärningsområdet och dess tillämpningsområden. Unsupervised och supervised learning. Diskriminativa och generativa modeller. Prediktion. Generalisering. Klassificering. Nearest neighbors. Naïve Bayes. Diskriminantanalys. Korsvalidering. Modellval. Överanpassning. Bootstrap. Regression. Regularisering. Ridge regression. Lasso. Variabelselektion. Binär och multi-klass regression. Dimensionsreducering. PCA. ICA. Kernel smoothers. Support vector machines. Beslutsträd. Gaussiska processer. Mixture models.
Förutsättningar
  • Sannolikhetslära, matematisk statistik, matematisk analys, linjär algebra och grundläggande programmering.
Litteratur
Pattern Recognition and Machine Learning - Bishop, C. M
The Elements of Statistical Learning: Data Mining, Inference and Prediction - Hastie, T., Tibshirani, R.
Liknande kurser vid andra universitet
Uppsala universitet

Uppsala universitet

Introduktion till maskininlärning

1DL0341 tentamen
Linnéuniversitetet

Linnéuniversitetet

Introduktion till maskininlärning

N/A1 tentamen
Kungliga Tekniska högskolan

Kungliga Tekniska högskolan

Maskininlärning / Machine learning

DD242119 tentor
Redo att boosta dina studier?

Gör som 15 000+ studenter och ta kontroll över ditt tentaplugg.

Kom igång gratis

Produkt

  • Priser

  • Karriär

Företag

  • Om oss

  • Guider

  • Användarvillkor

  • Integritet

  • Support

Universitet

  • KTH

  • Uppsala universitet

  • Linköpings universitet

  • Chalmers

  • Lunds universitet

  • Luleå tekniska universitet

  • Stockholms universitet

  • Gymnasiet

Socialt

  • Instagram

  • Facebook

  • YouTube

  • TikTok

  • Linkedin

© 2026 Crash Course Sverige AB