Statistisk læring

2022/2023

Forudsætninger/Anbefalede forudsætninger for at deltage i modulet

Modulet bygger på viden opnået i modulet Statistisk inferens for lineære modeller.

Modulets indhold, forløb og pædagogik

Læringsmål

Viden

  • har opnået en forståelse af computerintensive teknikker til at validere modeller (kryds-validering og bootstrap) samt kunne redegøre for varians-bias problematikken
  • har kendskab til forskellige metoder til at visualisere høj-dimensionale data
  • har forståelse for forskellen mellem klassifikation og regression, samt kende til metoder til at udføre klassifikation vha. klassifikationstræer, prototype metoder samt Bayes classifiers
  • kan redegøre for supervised og unsupervised metoder inden for statistical learning
  • kan redegøre for analysen af transaktionsdata vha. associationsregler
  • kan udføre link mining for netværksdata fx. internetsider
  • har viden om metoder til at udføre hierarkisk og partitionel klyngeanalyse
  • har viden om model averaging og bagging samt boosting

Færdigheder

  • er i stand til at identificere og anvende en relevant data mining algoritme i en specifik kontekst
  • kan identificere og diskutere svagheder/styrker ved forskellige data mining algoritmer i relation til en specifik analyse opgave
  • kan fortolke og kommunikere resultaterne af en given data mining analyse til ikke-specialister

Kompetencer

  • har evnen til at kunne overskue potentialer og begrænsninger af forskellige data mining software pakker
  • har forståelsen til kvalificeret at vælge og anvende et specifikt stykke software som imødekommer brugerkrav

KOMPETENCEMÅL GÆLDENDE FOR STUDERENDE DER LÆSER PÅ KANDIDATNIVEAU, MEN FØLGER UNDERVISNING PÅ BACHELORNIVEAU:

  • Kunne reflektere over fagområdets tilgang til faglige problemstillinger på højt niveau og dets relation til andre fagområder.
  • Kunne inddrage vidensområdet i løsningen af komplekse faglige problemstillinger og dermed opnå ny forståelse af et givet genstandsområde.

Undervisningsform

Undervisningen tilrettelægges i henhold til de generelle undervisningsformer for uddannelsen, jf. §17 i studieordningen.

Omfang og forventet arbejdsindsats

Kursusmodulets omfang er 5 ECTS svarende til 150 timers studieindsats.
 

Eksamen

Prøver

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

Fakta om modulet

Engelsk titelStatistical learning
Modulkode22BMAT6STATL
ModultypeKursus
Varighed1 semester
SemesterForår
ECTS5
UndervisningssprogDansk og engelsk
TompladsJa
UndervisningsstedCampus Aalborg
Modulansvarlig

Organisation

StudienævnStudienævn for Matematiske Fag
InstitutInstitut for Matematiske Fag
FakultetDet Ingeniør- og Naturvidenskabelige Fakultet