Kursen ger en överblick av avancerade metoder inom statistisk maskininlärning och behandlar klassisk och Bayesiansk beslutsteori, djupinlärning för regression och klassificering, Gaussiska processer för regression och klassificering, klustring, reproducerande Hilbert-rum, förstärkningsinlärning och beräkningsmetoder i maskininlärning. Datorbaserade projekt med diverse datamängder utgör en viktig lärandeaktivitet.
SF2957 Statistisk maskininlärning 7,5 hp
![](https://kursinfostorageprod.blob.core.windows.net/kursinfo-image-container/Picture_by_MainFieldOfStudy_11_Mathematics.jpg)
Om kursomgång
Gäller för kursomgång
HT 2024 Start 2024-10-28 programstuderande
Målgrupp
Sökbar för alla masterprogram under förutsättning att kursen kan ingå i programmet.
Del av program
Masterprogram, tillämpad matematik och beräkningsmatematik, åk 2, Valfri
Masterprogram, tillämpad matematik och beräkningsmatematik, åk 2, DAVE, Villkorligt valfri
Perioder
P2 (7,5 hp)Varaktighet
Studietakt
50%
Undervisningsform
Normal Dagtid
Undervisningsspråk
Engelska
Studielokalisering
KTH Campus
Antal platser
Ingen platsbegränsning
Planerade schemamoduler
Kurs-PM
Kurs-PM är inte publiceratSchema
Länk till SchemaKursval
Gäller för kursomgång
HT 2024 Start 2024-10-28 programstuderande
Anmälningskod
52105
Kontakt
Gäller för kursomgång
HT 2024 Start 2024-10-28 programstuderande
Kontaktperson
Henrik Hult (hult@kth.se)
Examinator
Ingen information tillagdKursansvarig
Ingen information tillagdLärare
Ingen information tillagdInnehåll och lärandemål
Kursinnehåll
Lärandemål
Efter godkänd kurs ska studenten kunna:
- formulera och tillämpa statistisk beslutsteori
- formulera och tillämpa avancerade metoder inom statistisk maskininlärning
- utforma och implementera avancerade metoder inom statistisk maskininlärning för tillämpningar
Kurslitteratur och förberedelser
Särskild behörighet
- Engelska B / Engelska 6
- Slutförd grundkurs i numerisk analys (SF1544, SF1545 eller motsvarande)
- Slutförd grundkurs i sannolikhetsteori och statistik (SF1922, SF1914 eller motsvarande)
- Slutförd avancerad kurs i sannolikhetsteori (SF2940 eller motsvarande)
Rekommenderade förkunskaper
Slutförda kurser SF2935 Moderna metoder i statistisk inlärning, eller motsvarande, samt SF2955 Datorintensiva metoder i statistik, eller motsvarande.
Utrustning
Kurslitteratur
Böcker, artiklar och föreläsningsanteckningar som presenteras pa kursens hemsida.
Examination och slutförande
När kurs inte längre ges har student möjlighet att examineras under ytterligare två läsår.
Betygsskala
Examination
- PRO1 - Projekt, 3,0 hp, betygsskala: P, F
- TENA - Skriftlig tentamen, 4,5 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.