Analyse 1, Statistikk og Lineær algebra. Grunnleggende kjennskap til et programmeringsspråk (Python, MatLab, R e.l.).
Læringsutbytte
Etter fullført emne skal studentene
ha kunnskap om de viktigste prinsippene innenfor styrt læring og kunne evaluere ulike metoder
kunne bygge, estimere og tolke lineære og ikke-lineære regresjonsmodeller
kunne utføre og tolke enkle modeller for klassifisering av data
kunne bruke et programmeringsspråk for å anvende maskinlæringsmetoder på store datamengder
Innhold
Statistiske metoder i maskinlæring. Multippel regresjon. Ikke-lineære transformasjoner av data. Konfidensintervall i parameterestimering. Logistisk regresjon. Støttevektormaskiner.
Undervisnings- og læringsformer
Forelesninger, gruppearbeid og obligatoriske innleveringer. Arbeid på egne datamaskiner. Prosjekt i gruppe med presentasjon. Emnet har et forventet arbeidsomfang på rundt 267 timer.
Vilkår for å gå opp til eksamen
Obligatoriske innleveringer må være godkjent for at studenten skal kunne gå opp til eksamen, se Canvas for mer informasjon.
Eksamen
Skriftlig 5-timers eksamen under tilsyn. Gradert karakter.
Studentevaluering
Emneansvarlig i samråd med studenttillitsvalgt fastsetter evalueringsform og om emnene skal ha midtveis- eller sluttevaluering, jf. kvalitetssystemet kapittel 4.1.