ITI43206 Maskinlæring (Vår 2010)
Fakta om emnet
- Studiepoeng:
- 15
- Ansvarlig avdeling:
- Avdeling for informasjonsteknologi
- Emneansvarlig:
- Roland Olsson
- Undervisningsspråk:
- Engelsk
- Varighet:
- ½ år
Emnet er tilknyttet følgende studieprogram
Obligatorisk emne for Masterstudiet i informatikk, studieretning Anvendt informatikk.
Forkunnskapskrav utover opptakskrav
Undervisningssemester
2. semester (vår)
Timer pr. uke: 2 timer forelesning pluss 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 bilder.
Grunnleggende teori for maskinlæring som Bayes formel, maximum likelihood og minimum description length prinsippet.
Instanse basert læring, for eksempel nearest neighbour, lokalt vektet regresjon og radielle basisfunksjoner.
Evolutionary computation, spesielt genetiske algoritmer og genetisk programmering. Generelle prinsipper for evolusjon. Seleksjonsmetoder og genetiske operatorer som mutasjon og overkryssning. Baldwin-effekten.
Automatisk programmering og design av algoritmer. Programtransformasjoner og søkealgoritmer.
Algoritmer for lokal og global optimering, for eksempel tabusøk, simulated annealing og genetiske algoritmer.
Noen av emnets temaer trenger elementær informasjonsteori og statistikk. Dette undervises etter behov.
Undervisnings- og læringsformer
Forelesninger og prosjekter med obligatorisk veiledning hver uke.
Eksamen
Mappevurdering.
Mappen består av
- Ett prosjekt innen beslutningstrær, ett innen nevrale nett og ett om automatisk programmering (teller til sammen 65%). Prosjektet kan gjennomføres individuelt eller i grupper på to og to studenter.
- 3 dagers individuell hjemmeeksamen med teorispørsmål (teller 35%).
Det setttes en samlet individuell karakter. Det benyttes karakterskala A - F.
Ved ny og utsatt eksamen avtales prosjektleveransene og ny hjemmeeksamen med emneansvarlig.
Litteratur
Machine Learning, Tom. M. Mitchell, McGraw-Hill Higher Education; ISBN: 0070428077