AU kursuskatalog arkiv

Statistiske metoder i neurovidenskab (Q4) ( forår 2010 - 5 ECTS )

Rammer for udbud

• Uddannelsessprog: engelsk (eller dansk)
• Niveau: Kandidatkursus.  
• Semester/kvarter: 4. kvarter (Forår 2010).
• Timer per uge: 3-4.  
• Deltagerbegrænsning:
• Undervisningssted: Århus
• Hovedområde: Det Naturvidenskabelige Fakultet
• Udbud ID: 23312

Formål

Formålet med kurset er at introducere området statistical learning og sætte deltagerne i stand til at analysere større datasæt. Data, der anvendes i kurset, vil primært stamme fra neurovidenskab.

Indhold

This course introduces topics in unsupervised and supervised learning. The course begins with a presentation of unsupervised learning techniques such as k-means cluster analysis and Gaussian mixtures. Within supervised learning, we plan to cover basic and advanced regression models for continuous and binary outcomes including additive models, projection pusuit and local regression. Nonparametric classifiers will also be introduced. We emphasize techniques for model training and assessment as well as variable selection. Examples of applications to neuroscience data are given.       

Faglige forudsætninger

Kurset introducerer emner i unsupervised og supervised learning. Kurset begynder med en præsentation af unsupervised learning teknikker såsom k-means cluster analyse og Gaussian mixtures. Indenfor supervised learning planlægger vi at dække simple og avancerede regressionsmodeller for kontinuerte og binære udfald, såsom additive modeller, projection pursuit og lokal regression. Ikke-parametriske modeller bliver også introduceret. Gennem kurset lægges vægt på teknikker til model  training og evaluering, samt metoder for udvælgelse af variabler. Der gives eksempler på anvendelser af teknikkerne inden for neurovidenskab.   

Underviser

Kristjana Yr Jonsdottir and Kim Mouridsen.

Undervisnings- og arbejdsform

3-4 timer forlæsning/øvelser hver uge.

.

Litteratur

Hastie, T., Tibshirani, R., Friedman, J.: The elements of statistical learning. Data mining, inference and prediction.  Second Edition, Springer 2009.

Udbyder

Institut for Matematiske Fag.

Tilmelding til undervisning

 Tilmelding på selvbetjeningen https://mit.au.dk fra d. 1.-15. november 2009. Eftertilmeldinger: Kontakt Oddbjørg Wethelund, oddbjorg@imf.au.dk

Læringsmål

Ved kursets afslutning forventes den studerende inden for kursets
emneområde at kunne:

• definere og beskrive grundlæggende begreber indenfor statistical learning
• beskrive og anvende lineære- og øvrige modeller indenfor regression og klassifikation
• gøre rede for og anvende centrale begreber indenfor model evaluering og selektion af variable
• identificere og anvende metoder indenfor kursets emneområde som er passende for givne datasæt fra neurovidenskab, samt diskutere fordele og ulemper ved de valgte metoder.

Bedømmelse

• Hj.opg., bedømt efter 7-skala med intern censur
5 xxxxx

Take-home eksamen som bedømmes efter 7-trinsskalaen med intern censur.