Kursplan

Datateknik, avancerad nivå, Maskininlärning del 2, 3 högskolepoäng

Computer Science, Second Cycle, Machine Learning Part 2, 3 Credits

Kurskod: DT719A Högskolepoäng: 3
Huvudområde: Datateknik Fördjupning: A1F
    Senast ändrad: 2022-09-14
Utbildningsnivå: Avancerad nivå Beslutad av: Prefekt
Inrättad: 2021-11-30 Litteraturlista fastställd: 2022-09-14
Giltig fr.o.m.: Vårterminen 2023 Revision: 1

Mål

Mål för utbildning på avancerad nivå

Utbildning på avancerad nivå ska innebära fördjupning av kunskaper, färdigheter och förmågor i förhållande till utbildning på grundnivå och ska, utöver vad som gäller för utbildning på grundnivå,

  • ytterligare utveckla studenternas förmåga att självständigt integrera och använda kunskaper,
  • utveckla studenternas förmåga att hantera komplexa företeelser, frågeställningar och situationer, och
  • utveckla studenternas förutsättningar för yrkesverksamhet som ställer stora krav på självständighet eller för forsknings- och utvecklingsarbete.

(1 kap. 9 § högskolelagen)

Kursens mål

Kunskap och förståelse
Efter slutförd kurs ska studenten känna till olika metoder för bearbetning av data, utvärdering av prestandan hos en inlärningsalgoritm samt kunna tillämpa och förbättra prestandan för vanliga maskininlärningsalgoritmer.

Färdigheter och förmåga
Efter slutförd kurs ska studenten kunna förbereda data, samt välja och tillämpa maskininlärningsalgoritmer för att lösa ett visst lärandeproblem.

Värderingsförmåga och förhållningssätt
Efter slutförd kurs ska studenten kunna bedöma huruvida en maskininlärningsmodell är lämplig för ett givet problem och tillgängliga data, förstå möjligheterna och begränsningarna hos de övervägda maskininlärningsalgoritmerna, samt identifiera problem och fallgropar.

Kursens huvudsakliga innehåll

  • Tillämpad maskininlärning
  • Tillämpningar av maskininlärningsalgoritmer för klassificering och prediktion
  • Metoder för bearbetning av data såsom normalisering, attributurval, dimensionalitetsreduktion, och balansering av data
  • Principalkomponentanalys
  • Praktiska rekommendationer för tillämpning av maskininlärningsalgoritmer, och
  • Bias-varians-avvägning.

Studieformer

Kursen är designad som en blandad kurs med klassrumsaktiviteter. Den består av föreläsningar online, självstudieövningar och en fallstudie för ett praktiskt lärandeproblem.

Den som antagits till och registrerats på en kurs har rätt att erhålla undervisning och/eller handledning under den tid som angavs för kurstillfället som den sökande blivit antagen till (se universitetets antagningsordning). Därefter upphör rätten till undervisning och/eller handledning.

Examinationsformer

Övningar, 2 högskolepoäng (Provkod: A001)
Examination sker genom individuella skriftliga inlämningsuppgifter.

Fallstudie, 1 högskolepoäng (Provkod: A002)
Examination sker genom en individuell skriftlig rapport.


För studenter med dokumenterad funktionsnedsättning kan universitetet besluta om anpassning av examination eller annan examinationsform.

För ytterligare information se universitetets regler för examination inom utbildning på grundnivå och avancerad nivå.

Betyg

Enligt 6 kap. 18 § högskoleförordningen ska betyg sättas på en genomgången kurs om inte universitetet föreskriver något annat. Universitetet får föreskriva vilket betygssystem som ska användas. Betyget ska beslutas av en av universitetet särskilt utsedd lärare (examinator).

Enligt universitetets föreskrifter om betygssystem för utbildning på grundnivå och avancerad nivå (beslut ORU 2018/00929) ska något av uttrycken underkänd, godkänd eller väl godkänd användas som betyg. För utbildning som ingår i en internationell magister- eller masterutbildning eller i universitetets kursutbud för utbytesstudenter ska betygsskalan A-F användas. Rektor, eller den rektorn bestämmer, får besluta om undantag från denna bestämmelse för en viss kurs om det finns särskilda skäl.

Som betyg på kursen används Underkänd (U), Godkänd (G) eller Väl godkänd (VG).

Övningar
Som betyg används Underkänd (U), Godkänd (G) eller Väl godkänd (VG).

Fallstudie
Som betyg används Underkänd (U) eller Godkänd (G).

För ytterligare information se universitetets regler för examination inom utbildning på grundnivå och avancerad nivå.

Kommentar till betyg

Som slutbetyg sätts betyget på provkod A001 förutsatt att A002 är godkänd.

Särskild behörighet och andra villkor

180 hp varav 15 hp programmering, Datateknik, avancerad nivå, Maskininlärning del 1, 3 hp samt Engelska 5/Engelska A.

För ytterligare information se universitetets antagningsordning.

Tillgodoräknande av tidigare utbildning

Student som tidigare genomgått utbildning eller fullgjort annan verksamhet ska enligt högskoleförordningen tillgodoräknas detta som en del av den aktuella utbildningen under förutsättning att den tidigare utbildningen eller verksamheten uppfyller vissa krav.

För ytterligare information se universitetets lokala regler för tillgodoräknanden.

Övriga föreskrifter

Kursen ges på engelska.

Kurslitteratur och övriga läromedel

Ingen kurslitteratur krävs.