DD2570 Tillförlitlig maskininlärning 7,5 hp

Kursen behandlar de matematiska, statistiska och algoritmiska principer som ligger till grund för utvecklingen av tillförlitliga maskininlärningssystem, med fokus på rättvisa och mångfald, tolkbarhet och förklarbarhet, tillförlitlighet och robusthet, samt integritet och federering.

• Behovet av tillförlitlig maskininlärning; motivation och användningsfall.
• Algoritmisk rättvisa, mångfald och fördomsreducering.
• Tolkbarhet och förklarbarhet hos maskininlärningsmodeller.
• Konfidens och osäkerhet i maskininlärningsmodeller.
• Motståndskraft i närvaro av föränderliga och störda fientliga miljöer.
• Integritet och federerad inlärning.

Efter godkänd kurs ska studenten kunna

• tillämpa tillförlitliga maskininlärningsalgoritmer
• implementera referensalgoritmer för värderingsanpassad, transparent och robust maskininlärning
• analysera tillförlitligheten hos maskininlärningsmodellers slutsatser
• förklara grundläggande begrepp som säkerställer tillförlitlighet i maskininlärning
• härleda och bevisa matematiska satser som garanterar tillförlitlighet i maskininlärning
• beskriva styrkor och svagheter hos metoder för att öka tillförlitlighet i maskininlärningsmodeller

i syfte att förstå hur man bygger modeller som inte bara är korrekta utan också tillförlitliga i den mening att de är pålitliga, transparenta och värdegrundade. Utan denna kunskap riskerar utvecklare av maskininlärningsalgoritmer att implementera system som är partiska, ogenomskinliga, sårbara för attacker eller olämpliga för beslutssituationer med höga insatser.

• Kunskaper i grundläggande maskininlärning, 7,5 hp, motsvarande slutförd kurs DD1420/DD2421.
• Kunskaper i grundläggande datalogi, 6 hp, motsvarande slutförd kurs DD1338/DD1320-DD1328/DD2325/ID1020/ID1021.
• Kunskaper och färdigheter i programmering, 6 hp, motsvarande slutförd kurs DD1337/DD1310-DD1319/DD1321/DD1331/DD1333/DD100N/ID1018/ID1022.
• Kunskaper i algebra och geometri, 7,5 hp, motsvarande slutförd kurs SF1624/SF1672/SF1684.
• Kunskaper i envariabelanalys, 7,5 hp, motsvarande slutförd kurs SF1625/SF1673/SF1685.
• Kunskaper i flervariabelanalys, 7,5 hp, motsvarande slutförd kurs SF1626/SF1674/SF1686.
• Kunskaper i sannolikhetslära och statistik, 6 hp, motsvarande slutförd kurs SF1910-SF1925/SF1935 eller slutfört provmoment TEN1 inom SF1910/SF1925/SF1935.

• INL1 - Inlämningsuppgifter med skriftlig och muntlig redovisning, 3,0 hp, betygsskala: A, B, C, D, E, FX, F
• PRO1 - Grupprojekt med skriftlig och muntlig redovisning, 2,0 hp, betygsskala: A, B, C, D, E, FX, F
• TEN1 - Skriftlig tentamen, 2,5 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. När kurs inte längre ges har student möjlighet att examineras under ytterligare två läsår.

Sebastian Dalleiger

• 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.