Hoppa till huvudinnehållet
Till KTH:s startsida

FDD3412 Djupinlärning, forsättningskurs 6,0 hp

Denna kurs kommer att ersättas av en annan kurs från och med höstterminen 2025 med kurskod FDD3610. För ytterligare information hänvisas till kursen DD2610, vilken kommer att ges parallellt.

Kursen tar studenten bortom de grundläggande principerna för djupinlärning genom att fördjupa sig forskningsfrontens frågeställningar.

Information per kursomgång

Kursomgångar saknas för aktuella eller kommande terminer.

Kursplan som PDF

Notera: all information från kursplanen visas i tillgängligt format på denna sida.

Kursplan FDD3412 (VT 2019–)
Rubriker med innehåll från kursplan FDD3412 (VT 2019–) är markerade med en asterisk ( )

Innehåll och lärandemål

Kursinnehåll

  • Djupa nätverk. 
  • Probabilistisk djupinlärning. 
  • Djup överföring och delning av kunskap. 
  • Oövervakad djup representationsinlärning. 
  • Högre ordningens lärande. 
  • Motståndaranpassad inlärning (adversarial learning).

Lärandemål

Efter avslutad kurs ska studenten kunna:

  • förklara och motivera delområdena inom djupinlärning,
  • redogöra för den teoretiska bakgrunden för avancerade djupinlärningstekniker,
  • identifiera de riktningar inom vilka ytterligare forskning kan göras för att utveckla området,
  • implementera metoder baserat på nyligen publicerade resultat,
  • analysera avancerad forskning inom området och kritiskt utvärdera metodernas svagheter och styrkor

i syfte att:

  • förbereda sig för exjobb/doktorandstudier inom djupinlärning,
  • bli bättre tränad för att möta industrins behov av spetskompetens inom området.

Kurslitteratur och förberedelser

Särskild behörighet

Ingen information tillagd

Rekommenderade förkunskaper

Slutförd kurs DD2424 Djupinlärning i Data Science eller DD2437 Artificiella neuronnät och djupa arkitekturer, eller motsvarande kurser.

Kurslitteratur

Uppgift om kurslitteratur meddelas i kurs-PM.

Examination och slutförande

Betygsskala

P, F

Examination

  • EXA1 - Examination, 6,0 hp, betygsskala: P, 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.

Övriga krav för slutbetyg

Godkända laborationer och godkänt slutprojekt.

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

Utbildningsnivå

Forskarnivå

Forskarkurs

Forskarkurser på EECS/Robotik, perception och lärande