Skriv ut som pdf om du vill ha en pdf! Om du vill ha en snyggare utskrift, klicka bort webbläsarens automatiskt tillagda sidhuvud och sidfot.
Blekinge Tekniska Högskola
Institutionen för datavetenskap
Revision: 3
Dnr: BTH-4-1-14-1499-2022
Maskininlärning
Machine Learning
6 högskolepoäng (6 credits)
Kurskod: DV2599
Huvudområde: Datavetenskap, Teknik
Utbildningsområde: Tekniska området
Utbildningsnivå: Avancerad nivå
Fördjupning: A1N - Avancerad nivå, har endast kurs/er på grundnivå som förkunskapskrav
Undervisningsspråk: Engelska
Gäller från: 2023-01-30
Fastställd: 2023-01-30
Denna kurs är inrättad av dekan 2019-11-12. Kursplanen är fastställd av prefekten vid institutionen för datavetenskap 2023-01-30 och gäller från 2023-01-30.
För tillträde till kursen krävs genomgången kurs i Tillämpad artificiell intelligens, 6 hp.
Det huvudsakliga syftet med kursen är att introducera teori och metod från maskininlärning (ML) samt praktiska tillämpningar inom informationsutvinning (data mining). Den teknologiska utvecklingen har bidragit till att vi blivit mer beroende av databaser för lagring och databehandling. Antalet databaser och mängden innehåll i dessa växer snabbt. I takt med denna tillväxt blir det svårare att manuellt finna användbar information från den stora mängden data. Vi behöver därför semiautomatiska och automatiska metoder för att använda, aggregera, analysera och extrahera sådan information. Metoder och tekniker från maskininlärning, informationsutvinning, och artificiell intelligens har visat sig användbara för detta syfte.
Kursen omfattar följande teman:
Följande lärandemål examineras i kursen:
Efter genomförd kurs ska studenten kunna:
Efter genomförd kurs ska studenten kunna:
Efter genomförd kurs ska studenten kunna:
Utbildningen består av föreläsningar och laborationer som tillsammans bidrar till teoretisk förståelse och praktisk förmåga att analysera, implementera, och utvärdera maskininlärning. Laborationerna syftar till att introducera plattformar, verktyg, och programmeringsgränssnitt för maskininlärning. Den tillägnade kunskapen sätts på prov och fördjupas ytterligare genom inlämningsuppgifter, där ämnesrelaterade problem skall lösas antingen genom implementation av lärande system eller med hjälp av existerande verktyg. Kursen innehåller ett individuellt projekt i vilket ett ämnesrelaterat problem ska definieras teoretiskt och lösas praktiskt. Lösningen eller lösningarna ska utvärderas/jämföras experimentellt och resultatet ska sammanfattas och analyseras i en projektrapport. Inlämningsuppgifterna och projektet ska utföras individuellt. Kursen använder en läroplattform för publicering av kursmaterial och information. I plattformen bedrivs även studentdiskussioner, inlämning av uppgifter och förmedling av återkoppling.
Examinationsmoment för kursen
Kod | Benämning | Omf. | Betyg |
2210 | Inlämningsuppgift 1 | 1,0 hp | GU |
2220 | Inlämningsuppgift 2 | 1,0 hp | GU |
2230 | Projektuppgift | 4,0 hp | AF |
Kursen bedöms med betygen A Utmärkt, B Mycket bra, C Bra, D Tillfredställande, E Tillräckligt, FX Otillräckligt, komplettering krävs, F Underkänd.
.
I kurstillfällets information inför kursstart framgår i vilka examinationsmoment som kursens lärandemål examineras samt gällande bedömningsgrunder.
Examinator kan, efter samråd med högskolans FUNKA-samordnare, fatta beslut om anpassad examinationsform för att en student med varaktig funktionsvariation ska ges en likvärdig examination jämfört med en student utan funktionsvariation.
Kursvärdering ska göras i enlighet med BTH:s beslut om frågeställning i kursvärderingar och beslut om process för hantering och uppföljning av kursvärderingar.
Kursen kan ingå i examen men inte tillsammans med annan kurs vars innehåll, helt eller delvis, överensstämmer med innehållet i denna kurs.
HUVUDLITTERATUR
Machine Learning: The Art and Science of Algorithms that Make Sense of Data Författare: Peter Flach
Förlag: Cambridge University Press Utgiven: 2012, Antal sidor: 396
ISBN13: 9781107096394 REFERENSLITTERATUR
1. Data Mining: The Textbook
Author: Charu C. Aggarwal
Publisher: Springer International Publishing Switzerland
Published: 2015, Number of Pages: 746
ISBN: 978-3-319-14141-1
2. Neural Networks and Deep Learning: A Textbook
Author: Charu C. Aggarwal
Publisher: Springer International Publishing AG
Published: 2018, Number of Pages: 512
ISBN: 978-3-319-94462-3
3. Probability and Statistics for Engineers and Scientists, Ninth edition / International edition Författare: Walpole, R., Myers, R., Myers, S., Ye, K. Förlag: Pearson
Utgiven: 2011, Antal sidor: 816
ISBN10: 0321748239
ISBN13: 9780321748232
Detta är inte ett juridiskt dokument. Vill du ha en kopia av det juridiska beslutet kring denna kursplan kontakta registrator vid Blekinge Tekniska Högskola.