Modulets indhold, forløb og pædagogik

Læringsmål

Viden

Centrale modeller inden for maskinlæring samt deres tilhørende lærings- og inferens-teknikker, som f.eks.:

• Statistiske lineære modeller

• Markov kæder og skjulte Markov modeller

• Support Vector machines

• Neurale Net

• Probabilistiske grafiske modeller

• Matrice faktorisering

Anvendelsen af maskinlæringsmetoder inden for udvalgte anvendelsesområder, som     f.eks.:

• Web og network mining

• Anbefalingssystemer

• Computer spil

• Billedanalyse  

• Tekst mining   

Færdigheder

• kunne anvende avancerede teknikker fra maskinlæring til konstruktion af intelligente systemer

Kompetencer

• at forstå avancerede metoder  inden for maskinlæring til design af intelligente systemer

• at analysere deres anvendelighed og virkning ved løsning af specifikke opgaver

Undervisningsform

Undervisningen tilrettelægges i henhold til de generelle undervisningsformer for uddannelsen

Omfang og forventet arbejdsindsats

Det forventes at den studerende bruger 30 timer per ECTS, hvilket for denne aktivitet betyder 150 timer.

Eksamen

Prøver

Yderligere informationer

Kontakt: Studienævn for datalogi via cs-sn@cs.aau.dk eller 9940 8854