Bayesiansk inferens och maskininlärning

Lärandemål

• utföra vetenskaplig modellering av fysikaliska system genom att tillämpa det Bayesianska paradigmet för inferens från data.redogöra för grundläggande koncept inom Bayesiansk statistik.förklara centrala aspekter hos Monte Carlo-metoder och Markovkedjor, samt tillämpa dessa för att numeriskt sampla multivariata sannolikhetsfördelningar.förstå och numeriskt implementera flera grundläggande algoritmer som används inom dataanalys och maskininlärning, som linjära regressions- och klassificeringsmetoder samt enkla neurala nätverk.använda python för praktisk tillämpning av statistiska inferensmetoder och maskininlärning för vetenskapling dataanalys, samt för att visualisera resultat.skriva välstrukturerade tekniska rapporter där resultat och slutsatser från en vetenskaplig dataanalys presenteras klart och tydligt samt med ett kritiskt förhållningssätt. tillämpa ett vetenskapligt och etiskt arbetssätt i processen att samla in, utvärdera och analysera data samt skriva datorprogram, med ett särskilt beaktande av jämställdhet, likabehandling och mångfald.