Modulets indhold, forløb og pædagogik

Læringsmål

Viden

• lineære regressionsmodeller på matrix form

• regressionsmodeller herunder logistisk regression og regulariseret regression (fx ridge- og LASSO-regression)

• computer-intensive metoder til estimation af usikkerhed (fx bootstrap-metoden)

• bagging, boosting og ensemble-metoder

Færdigheder

• sammenligning, håndtering og visualisering af resultater og analyser fra flere modeller i statistisk software

• identificere relevante og passende statistiske modeller for en given problemstilling

Kompetencer

• skal kunne reflektere over og kommunikere om kursets forskellige statistiske modeller og teknikker

Undervisningsform

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

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