Hoppa till huvudinnehållet

FEO3272 Projekt i mönsterigenkänning och maskininlärning 4,0 hp

Kursomgångar saknas för aktuella eller kommande terminer.
Rubriker med innehåll från kursplan FEO3272 (VT 2014–) är markerade med en asterisk ( )

Innehåll och lärandemål

Kursinnehåll

Varje deltagare utvecklar en beräkningsbar lösning till ett utvalt mönsterigenkänningsproblem, samlar in tränings- och testdata, och presenterar implementeringen och de experimentella resultaten

Lärandemål

Efter kursen ska studenten kunna:

  • implementera beräkningsbara lösningar till problem inom dataklassificering eller regression, till exempel i Matlab
  • utvärdera och kritiskt analysera resultaten av implementeringen med ett speciellt fokus på potentiella konsekvenser av modellosäkerheter
  • presentera lösningen och de empiriska resultaten i en vetenskaplig artikel

Kurslitteratur och förberedelser

Särskild behörighet

Doktorander inom Elektroteknik eller Datateknik/vetenskap som följer eller har fullföljt den motsvarande teorikursen EO3270.

Rekommenderade förkunskaper

Kursen är avsedd för doktorander som följer eller har tagit den motsvarande teorikursen EO3270.

Utrustning

Dator med Matlab.

Kurslitteratur

Bishop, C.M (2006). Pattern recognition and machine learning. Springer.

Examination och slutförande

När kurs inte längre ges har student möjlighet att examineras under ytterligare två läsår.

Betygsskala

Ingen information tillagd

Examination

Ingen information tillagd

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.

Examineringen baseras på deltagande vid seminarier och skriftlig och muntlig slutrapportering.

Övriga krav för slutbetyg

Aktivt deltagande på seminarier i kursen. Presentation av implementering och experimentella resultat i formen av en kort skrifltig rapport samt en muntlig presentation. Presentationen ska vara av tillräckligt hög kvalitet för att kunna vara en del av en senare journal- eller konferensartikel.  

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

Forskarnivå

Påbyggnad

Ingen information tillagd

Kontaktperson

Saikat Chatterjee

Forskarkurs

Forskarkurser på EES/Teknisk informationsvetenskap