Hoppa till huvudinnehållet
Till KTH:s startsida Till KTH:s startsida

SF1935 Sannolikhetsteori och statistik med tillämpning inom maskininlärning 7,5 hp

Kursens övergripande syfte är att studenten ska bli väl förtrogen med grundläggande begrepp, teori, modeller och lösningsmetoder inom sannolikhetsteori och statistisk inferens. Kursen ger en grundläggande förståelse för maskininlärning, baserad på sannolikhetsteori och statistik.

Välj termin och kursomgång

Välj termin och kursomgång för att se aktuell information och mer om kursen, såsom kursplan, studieperiod och anmälningsinformation.

Kursval

Gäller för kursomgång

VT 2025 Start 2025-03-17 programstuderande

Anmälningskod

60998

Rubriker med innehåll från kursplan SF1935 (VT 2023–) är markerade med en asterisk ( )

Innehåll och lärandemål

Kursinnehåll

Grundläggande begrepp såsom sannolikhet, betingad sannolikhet och oberoende händelser. Diskreta och kontinuerliga stokastiska variabler, i synnerhet endimensionella stokastiska variabler. Läges-, spridnings- och beroendemått för stokastiska variabler och datamängder. Vanliga fördelningar och deras modellsituationer, bland annat normalfördelningen, binomialfördelningen och poissonfördelningen. Centrala gränsvärdessatsen och stora talens lag.

Beskrivande statistik. Punktskattningar och generella skattningsmetoder såsom Maxi- mum-likelihoodmetoden och Minsta-kvadratmetoden. Allmänna konfidensintervall men speciellt konfidensintervall för väntevärde och varians i normalfördelning. Konfidensintervall för andelar och skillnad i väntevärden och andelar. Hypotesprövning. Chi2-test av fördelning, homogenitetstest och oberoendetest. Linjär regression.

Maskininlärningsparadigm, algoritmer och tillämpningar. Övervakat/oövervakat lärande, generalisering, modellval, validering och utvärdering, probabilistiska metoder, datadimensionalitet och representation.

Lärandemål

Efter fullgjord kurs ska studenten kunna:

  • lösa problem som kräver kännedom om grundläggande begrepp och metoder i sannolikhetsteori
  • lösa problem som kräver kännedom om grundläggande begrepp och metoder i statistikteori
  • genomföra och muntligt eller skriftligt redovisa ett projektarbete i grupp samt tillämpa maskininlärningsmetoder för dataanalysproblem

Kurslitteratur och förberedelser

Särskild behörighet

Slutförd kurs SF1625 Envariabelanalys.

Rekommenderade förkunskaper

Ingen information tillagd

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

  • PRO1 - Projektuppgift, 1,5 hp, betygsskala: P, F
  • TEN1 - Skriftlig tentamen, 6,0 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

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

Denna kurs tillhör inget huvudområde.

Utbildningsnivå

Grundnivå

Påbyggnad

Ingen information tillagd

Kontaktperson

Djehiche Boualem (boualem@kth.se)