Kursplan för

Maskininlärning
Machine Learning

FMAN45, 7,5 högskolepoäng, A (Avancerad nivå)

Gäller för: Läsåret 2019/20
Beslutad av: Programledning F/Pi
Beslutsdatum: 2019-03-26

Allmänna uppgifter

Valfri för: BME4, D4-bg, D4-mai, E5, F4, F4-bs, F4-bg, F4-fm, F4-r, F4-mai, I4, Pi4-bam
Undervisningsspråk: Kursen ges på engelska

Syfte

Att ge kännedom om grunderna för maskinlärning -- konstruktion av automatiserade system som kan lära/hämta information från data, till exempel lära sig känna igen tecken i handskriven text.

Mål

Kunskap och förståelse
För godkänd kurs skall studenten

Färdighet och förmåga
För godkänd kurs skall studenten

Värderingsförmåga och förhållningssätt
För godkänd kurs skall studenten

Kursinnehåll

 

Kursens examination

Betygsskala: TH - (U,3,4,5) - (Underkänd, Tre, Fyra, Fem)
Prestationsbedömning: Obligatoriska inlämningsuppgifter som inkluderar datorarbete och rapport. Skriftlig tentamen. För dem som inte blir godkända på inlämningarna kommer det att finnas en möjlighet att komplettera under följande termin.

Om så krävs för att en student med varaktig funktionsnedsättning ska ges ett likvärdigt examinationsalternativ jämfört med en student utan funktionsnedsättning, så kan examinator efter samråd med universitetets avdelning för pedagogiskt stöd fatta beslut om alternativ examinationsform för berörd student.

Antagningsuppgifter

Förkunskapskrav:

Förutsatta förkunskaper: FMAF05 Matematik - System och transformer eller FMAF10 Tillämpad matematik - Linjära system, samt någon av grundkurserna i Matematisk statistik.
Begränsat antal platser: 80
Urvalskriterier: Antal poäng som uppnåtts i kurserna FMSF70, FMSF45, FMSF20, FMSF10, FMSN30, FMSN40, FMAN20, FMAN60 och FMAN70. Förtur ges till studenter vars program har kursen listad i läro- och timplanen.

Kurslitteratur

Kontaktinfo och övrigt

Lärare: Cristian Sminchisescu, cristian.sminchisescu@math.lth.se
Kursansvarig: Anders Holst, studierektor@math.lth.se
Kursadministratör: Studerandeexpeditionen, expedition@math.lth.se
Hemsida: http://www.ctr.maths.lu.se/course/machinlearn/