Innholdsfortegnelse

Emnet er tilknyttet følgende studieprogram

Undervisningsspråk

Norsk. Engelsk ved behov.

Anbefalte forkunnskaper

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.

Tilbys som enkeltemne

«Ja, hvis ledig plass»

Tilgang for privatister

Nei

Reduksjon i studiepoeng

Innholdet i dette emnet dekkes helt eller delvis av annet emne. Tas ett av disse emnene i tillegg, reduseres studiepoengene som følger:

Emne Studiepoengreduksjon
MA-217 – Statistisk maskinlæring. 7.5
Sist hentet fra FS (Felles studentsystem) 15. okt. 2026 13:26:18