AU kursuskatalog arkiv

Statistical learning Q4 ( forår 2011 - 5 ECTS )

Rammer for udbud

• Uddannelsessprog: dansk
• Niveau: Kandidatkursus.  
• Semester/kvarter: 4. kvarter (Forår 2011).
• Timer per uge: 4-6.  
• Deltagerbegrænsning:
• Undervisningssted: Århus
• Hovedområde: Det Naturvidenskabelige Fakultet
• Udbud ID: 29024

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

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.  

Faglige forudsætninger

Introduktion til Matematisk Modellering, Matematisk Modellering 1, Statistiske Modeller 2.

Underviser

 Kristjana Yr Jonsdottir og Kim Mouridsen.

Undervisnings- og arbejdsform

 4-6 timer forelæsning/øvelser hver uge.

Engelsk.

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

På selvbetjeningen https://mit.au.dk fra den 1. til den 15. november 2011.

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.

Studieordning og bedømmelse

Valgfri kandidatkurser i statistik

• Skriftlig, bedømt efter 7 med intern censur

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