Kursen ger en överblick av de viktigaste metoderna i den moderna teorin för statistisk inlärning. Kursen ger stor vikt åt klassificeringsmetoder, vektoriella maskiner, artificiella neutrala nätverk, bestlutstråd, samt klustring (K-means clustering) och metoden med de närmaste grannarna. Datorbaserade projekt utgör en viktig lärandeaktivitet.
SF2935 Moderna metoder för statistisk inlärning 7,5 hp
Information per kursomgång
Välj termin och kursomgång för att se aktuell information och mer om kursen, såsom kursplan, studieperiod och anmälningsinformation.
Kursplan som PDF
Notera: all information från kursplanen visas i tillgängligt format på denna sida.
Kursplan SF2935 (VT 2022–)Rubriker med innehåll från kursplan SF2935 (VT 2022–) är markerade med en asterisk ( )
Innehåll och lärandemål
Kursinnehåll
Lärandemål
För de metoder för statistisk inlärning som presenteras i kursen ska studenten besitta både teoretiska och praktiska kunskaper om hur metoderna fungerar, vilka som passar för en given problemställning samt implementering. Datorbaserade projektuppgifter utgör en viktig komponent av kursen.
För att bli godkänd på kursen ska studenten kunna:
- formulera och tillämpametoder för övervakad inlärning,
- formulera och tillämpa metoder för oövervakad inlärning,
- tillämpa matematiska satser och metoder för att analysera och förklara egenskaper hos metoder för statistisk inlärning,
- konstruera och implementera metoder för statistisk maskininlärning för olika uppgifter.
Kurslitteratur och förberedelser
Särskild behörighet
- Engelska B / Engelska 6
- Slutförd grundkurs i sannolikhetsteori och matematisk statistik (SF1918, SF1922 eller motsvarande).
Rekommenderade förkunskaper
Numeriska metoder (SF1544, SF1545 eller liknande), differentialekvationer (SF1633, SF1683 eller liknande), sannolikhetsteori and matematisk statistik (SF2940 eller liknande), regressionsanalys (SF2930 eller liknande).
Utrustning
Ingen information tillagd
Kurslitteratur
Ingen information tillagd
Examination och slutförande
När kurs inte längre ges har student möjlighet att examineras under ytterligare två läsår.
Betygsskala
A, B, C, D, E, FX, F
Examination
- TENA - Tentamen, 4,5 hp, betygsskala: A, B, C, D, E, FX, F
- ÖVN1 - Övningsuppgift, 3,0 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.
Den skriftliga examen kommer att omfatta frågor av konceptuell karaktär.
Möjlighet till komplettering
Ingen information tillagd
Möjlighet till plussning
Ingen information tillagd
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
Registrerade studenter hittar information för genomförande av kursen i kursrummet i Canvas. En länk till kursrummet finns under fliken Studier i Personliga menyn vid kursstart.
Ges av
Huvudområde
Matematik
Utbildningsnivå
Avancerad nivå
Påbyggnad
Ingen information tillagd