Machine learning

2019/2020

Modulets indhold, forløb og pædagogik

Læringsmål

Viden

  • Kan redegøre for mønstre i data samt deres underliggende matematiske struktur
  • Kan forklare hvordan mønstre kan beskrives ved brug af features
  • Kan beskrive elementerne i et machine learning system
  • Kan forklare, hvorledes multivariat data kan modelleres ved brug af probabilistiske og parametriske beskrivelser
  • Kan redegøre for neurale netværk og deep learning

Færdigheder

  • Kan designe og teste et machine learning system
  • Kan anvende parametriske og non-parametriske klassifikations-teknikker på multivariat data
  • Kan analysere og beskrive et datasæts underliggende tæthedsfunktion
  • Kan anvende metoder til udvælgelse af features samt reduktion af dimensionaliteten af data
  • Kan anvende metoder til test og evaluering af machine learning systemer

Kompetencer

  • Kan demonstrere forståelse af teorier og metoder inden for machine learning
  • Kan foretage feature-analyse samt anvende klassifikations-teknikker på specifikke sundhedsteknologiske problemer på baggrund af multivariat data

Eksamen

Prøver

Prøvens navnMachine learning
Prøveform
Skriftlig eller mundtlig
ECTS5
BedømmelsesformBestået/ikke bestået
CensurIntern prøve
VurderingskriterierVurderingskriterierne er angivet i Universitetets eksamensordning

Fakta om modulet

Engelsk titelMachine Learning
ModulkodeSTIST18K2_4
ModultypeKursus
Varighed1 semester
SemesterForår
ECTS5
UndervisningssprogDansk og engelsk
UndervisningsstedCampus Aalborg
Modulansvarlig

Organisation

StudienævnStudienævn for Sundhed og Teknologi
InstitutInstitut for Medicin og Sundhedsteknologi
FakultetDet Sundhedsvidenskabelige Fakultet