ITI43205 Maskinlæring (Vår 2006)

Emnet er tilknyttet følgende studieprogram

Obligatorisk

Forkunnskapskrav utover opptakskrav

Generelle IT-kunnskaper

Undervisningssemester

Masterstudiets 1. år

Innhold

Induksjon av beslutningstrær og noen applikasjoner
som medisinsk diagnostikk og kredittvurdering. Kunstige
nevrale nett og treningsalgoritmer for dem, for eksempel
steepest descentog 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 regresjonog
radielle basisfunksjoner.Evolutionary computation, spesielt
genetiske algoritmer og genetisk programmering. Seleksjonsmetoder
og genetiske operatorer som mutasjonog 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

Arbeidskrav - vilkår for å avlegge eksamen

Minst 15 timer per uke

Eksamen

Et prosjekt innen beslutningstrær, et innen nevrale nett
og et om automatisk programmering.3 dagers eksamen
med teorispørsmål.

Litteratur

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