ITI43206 Maskinlæring (Høst 2006)

Emnet er tilknyttet følgende studieprogram

Obligatorisk

Forkunnskapskrav utover opptakskrav

Ingen utover opptak til masterstudiet.

Undervisningssemester

Tidspunkt/varighet: Høst 2006/ ett semester
Plass i utdanningen: Masterstudiets 1. år
Timer pr. uke: 2 timer forelesning plus timer for veiledning med møteplikt hver uke

Innhold

Induksjon av beslutningstrær og noen applikasjoner som medisinsk diagnostikk og kredittvurdering.

Kunstige nevrale nett og treningsalgoritmer for dem, for eksempel steepest descent og trust region Newton metoder som er klassiske teknikker for numerisk optimering. Applikasjoner som behandling av lyd og billeder.

Grunnleggende teori for maskinlæring som Bayes formel, maximum likelihood og minimum description length prinsippen.

Instanse basert læring, for eksempel nearest neighbour, lokalt vekted regresjon og radielle basisfunksjoner.

Evolutionary computation, spesielt genetiske algoritmer og genetisk programmering. Seleksjonsmetoder og genetiske operatorer som mutasjon og overkryssning. Baldwin-effekten.

Automatisk programmering og design av algoritmer.

Induktiv logikkprogrammering og syntese av approksimative logiske regler ved hjelp av treningsdata.

Noen av kursets emner trenger elementær informasjonsteori og statistikk som undervises efter behov.

Undervisnings- og læringsformer

Forelesninger og prosjekter med veiledning

Eksamen

Ett prosjekt innen beslutningstrær, ett innen nevrale nett og ett om automatisk programmering (teller til sammen 65%). I tillegg en 3 dagers eksamen med teorispørsmål (teller 35%). Karakterskala A - F.

Litteratur

Machine Learning, Tom. M. Mitchell, McGraw-Hill Higher Education; ISBN: 0070428077