DD2434 Maskininlärning, avancerad kurs 7,5 hp

Machine Learning, Advanced Course

En fortsättningskurs i maskininlärning, som ger en breddad och fördjupad introduktion till ämnesområdet.

  • Utbildningsnivå

    Avancerad nivå
  • Huvudområde

    Datalogi och datateknik
  • Betygsskala

    A, B, C, D, E, FX, F

Kurstillfällen/kursomgångar

HT19 för Study Abroad Programme (SAP)

  • Perioder

    HT19 P2 (7,5 hp)

  • Anmälningskod

    10005

  • Kursen startar

    2019-10-28

  • Kursen slutar

    2020-01-14

  • Undervisningsspråk

    Engelska

  • Studielokalisering

    KTH Campus

  • Undervisningstid

    Dagtid

  • Undervisningsform

    Normal

  • Antal platser

    Ingen begränsning

  • Anmälan

    Fullfölj anmälan för kursen på antagning.se via denna anmälningslänk.
    Observera att anmälan måste slutföras på antagning.se genom egen inloggning.

HT18 SAP för Study Abroad Programme (SAP)

  • Perioder

    HT18 P2 (7,5 hp)

  • Anmälningskod

    10027

  • Kursen startar

    2018-10-29

  • Kursen slutar

    2019-01-14

  • Undervisningsspråk

    Engelska

  • Studielokalisering

    KTH Campus

  • Undervisningstid

    Dagtid

  • Undervisningsform

    Normal

  • Antal platser

    Ingen begränsning

  • Schema

    Schema (nytt fönster)

  • Kursansvarig

    Jens Lagergren <jensl@kth.se>

  • Lärare

    Jens Lagergren <jensl@kth.se>

    Pawel Herman <paherman@kth.se>

  • Målgrupp

    Endast öppet för studenter från avtalsuniversitet inom programmet SAP.

HT18 mladv18 för programstuderande

HT18 mladv18 för programstuderande

HT18 mladv18 för programstuderande

HT18 mladv18 för programstuderande

Lärandemål

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 dom m.h.a. boken, samt utvidga och modifiera dom,
  • kritiskt utvärdera metodernas tillämpning i nya sammanhang och konstruera nya tillämpningar,
  • följa forskning och utveckling inom området.

Kursens huvudsakliga innehåll

Grundläggande statistiska begrepp och grundläggande sannolikhetslära.

  • Linjär regression
  • Kernels 
  • Gaussian processes
  • Representation learning
  • Graphical models
  • Hidden Markov Models
  • Expectation-Maximization
  • Variational Inference

Kursupplägg

12 föreläsningar

 5 övningar

Behörighet

DD2431 Maskininlärning eller motsvarande. SF1901 Sannolikhetsteori och

statistik eller motsvarande.

Litteratur

 "Pattern recognition and Machine Learning", Christopher Bishop

Examination

  • LAB1 - Laborationer, 4,0, betygsskala: A, B, C, D, E, FX, F
  • TEN1 - Tentamen, 3,5, betygsskala: A, B, C, D, E, FX, F

Ges av

EECS/Intelligenta system

Kontaktperson

Jens Lagergren (jensl@kth.se)

Examinator

Jens Lagergren <jensl@kth.se>

Pawel Herman <paherman@kth.se>

Övrig information

Betygskriterier meddelas vid kursstart.

Versionsinformation

Kursplan gäller från och med VT2019.
Examinationsinformation gäller från och med VT2019.