- Djupa nätverk.
- Probabilistisk djupinlärning.
- Djup överföring och delning av kunskap.
- Oövervakad djup representationsinlärning.
- Högre ordningens lärande.
- Motståndaranpassad inlärning (adversarial learning).
DD2412 Djupinlärning, fortsättningskurs 6,0 hp
![](https://kursinfostorageprod.blob.core.windows.net/kursinfo-image-container/Picture_by_MainFieldOfStudy_03_Computer_Science.jpg)
Kursen tar studenten bortom de grundläggande principerna for djupinlärning genom att de fördjupar sig i forskningsfrontens frageställningar.
Om kursomgång
Gäller för kursomgång
HT 2024 DLAHT22 programstuderande
Målgrupp
Öppen för studenter från årskurs 3 på civilingenjörsprogram och för studenter antagna på ett masterprogram under förutsättning att kursen kan ingå i programmet.
Del av program
Masterprogram, cybersäkerhet, åk 1, Rekommenderad
Masterprogram, cybersäkerhet, åk 2, Rekommenderad
Masterprogram, datalogi, åk 2, CSDA, Rekommenderad
Masterprogram, industriell ekonomi, åk 1, MAIG, Villkorligt valfri
Masterprogram, maskininlärning, åk 1, Villkorligt valfri
Masterprogram, maskininlärning, åk 2, Villkorligt valfri
Masterprogram, systemteknik och robotik, åk 1, Rekommenderad
Perioder
P1 (3,0 hp), P2 (3,0 hp)Varaktighet
Studietakt
17%
Undervisningsform
Normal Dagtid
Undervisningsspråk
Engelska
Studielokalisering
KTH Campus
Antal platser
Max: 120
Planerade schemamoduler
Kurs-PM
Kurs-PM är inte publiceratSchema
Länk till SchemaKursval
Gäller för kursomgång
HT 2024 DLAHT22 programstuderande
Anmälningskod
50250
Kontakt
Gäller för kursomgång
HT 2024 DLAHT22 programstuderande
Kontaktperson
Hossein Azizpour (azizpour@kth.se)
Examinator
Ingen information tillagdKursansvarig
Ingen information tillagdLärare
Ingen information tillagdInnehåll och lärandemål
Kursinnehåll
Lärandemål
Efter avslutad kurs ska studenten kunna:
- förklara och motivera delområdena inom djupinlärning,
- redogöra för den teoretiska bakgrunden för avancerade djupinlärningstekniker,
- identifiera de riktningar inom vilka ytterligare forskning kan göras för att utveckla området,
- implementera metoder baserat på nyligen publicerade resultat,
- analysera avancerad forskning inom området och kritiskt utvärdera metodernas svagheter och styrkor
i syfte att
- förbereda sig för exjobb/doktorandstudier inom djupinlärning,
- bli bättre tränad för att möta industrins behov av spetskompetens inom området.
Kurslitteratur och förberedelser
Särskild behörighet
Kunskaper i djupinlärning, 6 hp, motsvarande slutförd kurs DD2424/DD2437.
Aktivt deltagande i kursomgång vars slutexamination ännu inte är Ladokrapporterad jämställs med slutförd kurs.
Den som är registrerad anses vara aktivt deltagande.
Med slutexamination avses både ordinarie examination och det första omexaminationstillfället.
Rekommenderade förkunskaper
DD2424
Utrustning
Kurslitteratur
Examination och slutförande
När kurs inte längre ges har student möjlighet att examineras under ytterligare två läsår.
Betygsskala
Examination
- LAB1 - Laborationer, 3,0 hp, betygsskala: P, F
- PRO1 - Projektuppgift, 3,0 hp, betygsskala: A, B, C, D, E, FX, F
Examinator beslutar, baserat på rekommendation från KTH:s handläggare av stöd till studenter med funktionsnedsättning, om eventuell anpassad examination för studenter med dokumenterad, varaktig funktionsnedsättning.
Examinator får medge annan examinationsform vid omexamination av enstaka studenter.
Möjlighet till komplettering
Möjlighet till plussning
Examinator
Etiskt förhållningssätt
- Vid grupparbete har alla i gruppen ansvar för gruppens arbete.
- Vid examination ska varje student ärligt redovisa hjälp som erhållits och källor som använts.
- Vid muntlig examination ska varje student kunna redogöra för hela uppgiften och hela lösningen.
Ytterligare information
Kursrum i Canvas
Ges av
Huvudområde
Utbildningsnivå
Påbyggnad
Kontaktperson
Övergångsbestämmelser
Den tidigare modulen TEN1 har ersatts av PRO1.
Övrig information
I denna kurs tillämpas EECS hederskodex, se:
http://www.kth.se/eecs/utbildning/hederskodex