Kursen har inga tillfällen inplanerade just nu
- Sök andra utbildningar
- Kontakta oss om du har frågor: support@du.se.
Kursens mål
Efter godkänd kurs ska studenten kunna:
1. välja och motivera statistiska modeller och metoder för dataanalys av verkliga problem, särskilt när den underliggande datagenererande mekanismen är okänd.
2. tillämpa ett urval av övervakade och oövervakade statistiska inlärningsalgoritmer på verkliga problem.
3. utvärdera och optimera prestandan hos inlärningsmodeller och algoritmer utifrån teoretisk och empirisk grund, samt presentera och bedöma deras förväntade noggrannhet och osäkerhet.
4. kombinera modeller (t.ex. genom ensemblemetoder) för att uppnå högre prediktiv noggrannhet.
5. genomföra teoretiska och empiriska jämförelser för att bedöma vilket neuralt nätverk som är mest lämpligt för ett givet problem.
6. tillämpa, utvärdera och optimera neurala nätverk för olika typer av problem.
7. utforma och implementera djupinlärningsmodeller för verkliga tillämpningar.