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

Undervisningsform

Der undervises i modulet jf. studieordningens § 17.

Eksamen

Prøver