DD2447 Statistiska metoder i datalogin 6,0 hp

Kursen behandlar de statistiska metoder som används i moderna datatekniska tillämpningar.
Välj termin och kursomgång
Välj termin och kursomgång för att se information från rätt kursplan och kursomgång.
Innehåll och lärandemål
Kursinnehåll
- Generativa modeller.
- Bayesiansk inferens.
- Probabilistisk programmering.
- Grafiska modeller.
- Dolda Markovmodeller med kontinuerliga tillstånd.
- Partikelfilter.
- Monte Carlo-uppskattning.
- Sekventiell Monte Carlo.
- Markov Chain Monte Carlo.
- Klustring.
- Dirichlet-processen.
Lärandemål
Efter godkänd kurs ska studenten kunna
- förklara och motivera flera viktiga metoder för maskininlärning
- redogöra för flera typer av metoder och algoritmer som används i fältet samplingsbaserade inferensmetoder
- implementera flera typer av metoder och algoritmer som används i fältet utifrån en högnivåbeskrivning
- utöka och modifiera de metoder som kursen behandlar
i syfte att kunna göra ett examensarbete inom samplingsbaserade inferensmetoder.
Kursupplägg
Ingen information tillagd
Kurslitteratur och förberedelser
Särskild behörighet
Kunskaper i linjär algebra, 7,5 hp, motsvarande slutförd kurs SF1624/SF1672.
Kunskaper i envariabelanalys, 7,5 hp, motsvarande slutförd kurs SF1625/SF1673.
Kunskaper i sannolikhetsteori och statistik, 6 hp, motsvarande slutförd kurs SF1900/SF1910-SF1935.
Kunskaper och färdigheter i programmering, 6 hp, motsvarande slutförd kurs DD1337/DD1310/DD1311/DD1312/DD1314/DD1315/DD1316/DD1317/DD1318/DD1321/DD1331/ DD100N/ID1018/BB1000.
Kunskaper i algoritmer och datastrukturer, 6 hp, motsvarande slutförd kurs DD1338/DD1320/DD1321/DD1325/DD1326/DD1327/DD2325/ID1020/ID1021.
Aktivt deltagande i kursomgång vars slutexamination ännu inte är Ladokrapporterad jämställs med slutförd kurs.
Den som är registrerad anses vara aktivt deltagande.
Med slutexamination avses både ordinarie examination och det första omexaminationstillfället.
Rekommenderade förkunskaper
Grundläggande kurser i programmering, datalogi, matematik och statistik motsvarande obligatoriska kurser på D- eller F-programmen.
Matlab eller motsvarande (Octave, R).
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
- INL1 - Inlämningsuppgift, 6,0 hp, betygsskala: A, B, C, D, E, FX, F
Examinator beslutar, baserat på rekommendation från KTH:s samordnare för funktionsnedsättning, om eventuell anpassad examination för studenter med dokumenterad, varaktig funktionsnedsättning.
Examinator får medge annan examinationsform vid omexamination av enstaka studenter.
Övriga krav för slutbetyg
Inlämningsuppgifter samt ett projekt (INL1; 6 hp).
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
Kurswebb
Ytterligare information om kursen kan hittas på kurswebben via länken nedan. Information på kurswebben kommer framöver flyttas till denna sida.
Kurswebb DD2447Ges av
Huvudområde
Datalogi och datateknik
Utbildningsnivå
Avancerad nivå
Påbyggnad
Diskutera med kursledaren.
Kontaktperson
Jens Lagergren, e-post: jensl@kth.se
Övrig information
I denna kurs tillämpas EECS hederskodex, se:
http://www.kth.se/eecs/utbildning/hederskodex