FID3020 Avancerad kurs i skalbar maskininlärning och djupinlärning 7,5 hp

Denna kurs är en kurs på forskarnivå som täcker forskning inom området skalbar maskininlärning och djupinlärning. Ämnen är:

Maskininlärningsprinciper
Att använda skalbara ramverk för Data Analytics för att parallellisera maskininlärningsalgoritmer
Distribuerad Linjär Regression
Distribuerad Logistisk Regression
Linjär algebra, sannolikhetsteori och numeriskal beräkningar
Feedforward Deep Networks
Regularisering i Deep Learning
Optimering för att träna Deep Models
Convolutional Networks
Sequence Modelling: Recurrent and Recursive Nets
Generative Adverserial Networks
Deep Reinforcement Learning
Tillämpningar för Deep Learning

Efter kursen kommer studenten att
* kunna återimplementera en klassisk maskininlärningsalgoritm som till exempel en skalbar maskininlärningsalgoritm
* kunna designa och träna ett lagrat neuronnät tillämpa ett tränat lagrat neuronnät för att göra användbara prediktioner eller klassifikationer i ett tillämpningsområde
* kunna förklara prestandaavvägningar vid parallellisering av maskininlärningsalgoritmer liksom begränsningar i olika nätverksmiljöer
* kunna identifiera lämpliga distribuerade maskininlärningsalgoritmer för att effektivt lösa klassificerings- och mönsterigenkännings-problem.
* kunna diskutera, analysera, presentera och kritiskt bedöma de senaste forskningsrönen inom området storskaliga maskininlärningsalgoritmer, speciellt Deep Learning, och tillämpningsområden för dessa.

Inskriven som forskarstuderande.

Studenten bör ha generella kunskaper inom Distribuerade System eller Maskininlärning.

• EXA1 - Examination, 7,5 hp, betygsskala: P, 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.

När kurs inte längre ges har student möjlighet att examineras under ytterligare två läsår.

P/F

Kursen betygsätts med skalan P/F (godkänd/icke godkänd), baserat på godkänd  kursarbete och tentamen.

Amir Hossein Payberah

Jim Dowling

• 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.