FJL3380 Teoretiska grunder för maskininlärning 6,0 hp

Theoretical Foundations of Machine Learning

  • Utbildningsnivå

    Forskarnivå
  • Huvudområde

  • Betygsskala

    P, F

Kurstillfällen/kursomgångar

VT19 för programstuderande

  • Perioder

    VT19 P4 (6,0 hp)

  • Anmälningskod

    61536

  • Kursen startar

    2019-03-18

  • Kursen slutar

    2019-06-04

  • Undervisningsspråk

    Engelska

  • Studielokalisering

    KTH Campus

  • Undervisningstid

    Dagtid

  • Undervisningsform

    Normal

  • Antal platser

    Ingen begränsning

VT19 för programstuderande INSTÄLLD

  • Perioder

    VT19 P4 (6,0 hp)

  • Anmälningskod

    61503

  • Kursen startar

    2019-03-18

  • Kursen slutar

    2019-06-04

  • Undervisningsspråk

    Engelska

  • Studielokalisering

    KTH Campus

  • Undervisningstid

    Dagtid

  • Undervisningsform

    Normal

  • Antal platser

    Ingen begränsning

Lärandemål

Efter kursen ska studenten kunna:

• Derivera och applicera de grundläggande teoretiska verktygen som används vid modern maskininlärning

  • Måttkoncentration i sannolikhetsteori
  • Stokastiska optimeringsmetoder
  • VC teori

• Beskriva den historiska utvecklingen av övervakade och oövervakade inlärningsalgoritmer

• Reflektera över fördelarna och nackdelarna med djupt lärande

• Beskriva och förklara grundläggande förstärkningsinlärningsalgoritmer och deras moderna versioner

Kursens huvudsakliga innehåll

En preliminär struktur ges nedan:

Lecture 1. Introduktion

Lecture 2. PAC ram och empirisk riskminimering

Lecture 3. Koncentrationsskillnader

Lecture 4. Vapnik-Chervonenkis (VC) Teori

Lecture 5. Linjär klassificering och regression

Lecture 6. Regularisering, stabilitet och optimering

Lecture 7. Stöd vektormaskiner och kärnmetoder

Lecture 8. Deep neural nätverk

Lecture 9. Kluster. Cluster validering och algoritmer

Lecture 10. Förstärkningslärning: modellfri vs modellbaserade algoritmer

Lecture 11. Förstärkningslärning: funktion approximation och djup RL

Kursupplägg

Föreläsningar på utvalda ämnen.

Behörighet

Litteratur

Understanding Machine Leanring: From theory to algorithms, Shalev-Shwartz et al., lecture slides

Utrustningskrav

N/A

Examination

  • EXA1 - Examination, 6,0, betygsskala: P, F

Krav för slutbetyg

Godkänt betyg baserat på 72 h hemtentamen och slutprojekt. Projektet består av att läsa några nyhetshandlingar på ett valt ämne, och att skriva en rapport om dem (5 sidor dubbelt kolumnminimum).

Ges av

EECS/Reglerteknik

Examinator

Alexandre Proutiere <alepro@kth.se>

Cristian Rojas <crro@kth.se>

Versionsinformation

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