Grundläggande statistiska begrepp och grundläggande sannolikhetslära.
Generativa modeller.
Bayesiansk inferens.
Riktade grafiska modeller.
Oriktade grafiska modeller.
Exakt inferens för grafiska modeller.
State space models.
Partikel filter.
Monte Carlo estimering.
Sequential Monte Carlo.
Markov Chain Mote Carlo.
Klustring.
Dirichlet processen.
Studenten ska efter genomgången kurs kunna:
förklara och motivera flera viktiga maskininlärningsmetoder,
redogöra för ett antal typer av metoder och algoritmer som används i området, implementera dem m.h.a. boken, samt utvidga och modifiera dem,
kritiskt utvärdera metodernas tillämpning i nya sammanhang och konstruera nya tillämpningar, följa forskning och utveckling inom området.