Vær opmærksom på at dette website indeholder et arkiv med historiske data. Det aktuelle kursuskatalog findes på kursuskatalog.au.dk

AU kursuskatalog arkiv

[Forside] [Hovedområder] [Perioder] [Udannelser] [Alle kurser på en side]

Machine Learning (Q4) ( forår 2009 - 5 ECTS )

Rammer for udbud

  • Uddannelsessprog: engelsk (eller dansk)
  • Niveau: Kandidatkursus
  • Semester/kvarter: Q4
  • Timer per uge: 3
  • Deltagerbegrænsning: Ingen
  • Undervisningssted: Århus
  • Hovedområde: Det Naturvidenskabelige Fakultet
  • Udbud ID: 13849

Formål

Deltagerne vil efter kurset have indsigt i metoder til klassifikation og mønstergenkendelse og praktisk erfaring med implementation af disse metoder. Kursets arbejdsform vil også træne deltagernes evne til at planlægge og gennemføre projekter, og til at formidle og kommunikere faglige problemstillinger.

Obligatorisk program

To programmeringsprojekter

Indhold

Disciplinen machine learning omhandler teknikker til at programmere en computer til at lære ud fra eksempel data. I traditionelle programmer implementeres en række faste regler for hvordan input skal lede til output; i machine learning, derimod, implementeres en række regler for hvordan programmet skal lære at lave sine egne regler for transformation af input til output ud fra eksempler. I situationer hvor transformationsreglerne er komplekse (og ukendte), men hvor store dataset af eksempler er tilgængelige, kan denne tilgang være traditionelle programmer langt overlegen. Dette kursus dækker konkrete algoritmer og teknikker i forbindelse med: Klassifikations- og regressions-problemer, kunstige neurale netværk, skjulte Markov modeller, og EM algortimer.

Læringsmål

Deltagerne skal ved afslutningen af kurset kunne:

  • definere og beskrive grundlæggende problemstillinger inden for klassifikation og mønstergenkendelse.
  • anvende og forklare kendte teknikker til design af algoritmer inden for klassifikation og mønstergenkendelse.
  • implementere og evaluere konkrete algoritmer baseret på kendte teknikker.

Faglige forudsætninger

Algoritmer og Datastrukturer 1+2 og Matematisk Modellering

Underviser

Thomas Mailund og Christian Nørgaard Storm Pedersen

Undervisnings- og arbejdsform

Forelæsninger (2+1t/uge)

Litteratur

Lærebog (Christopher M. Bishop, Pattern Recognition and Machine Learning, Springer, 2006)

Kursushjemmeside

http://www.daimi.au.dk/~cstorm/courses/ML

 

Eksamensterminer

Juni/juli, reeksamen august

Udbyder

Datalogisk Institut & Center for Bioinformatic

Tilmelding til undervisning

http://www.brics.dk/~mis/enrollment.html

Bedømmelse

Mundtlig eksamen uden forberedelse (20 min)
7-skala, intern censur