Statistisk læring
Masteremne
- Studiepoeng
- 10
- Undervisningssemester Haust
- Emnekode
- STAT260
- Talet på semester
- 1
- ±«²Ô»å±ð°ù±¹¾±²õ²Ô¾±²Ô²µ²õ²õ±è°ùÃ¥°ì
- Engelsk
- Ressursar
Emnebeskrivelse
MÃ¥l og innhold
Emner som blir behandlet inkluderer regresjon, klassifisering, modellvalg og en viss innføring i maskinlæring. Studentane får erfaring i bruk av spesielle programpakker i R. Emnet gir detaljerte forklaringar av statistikk og matematisk teori knytt til emna slik at studentane kjenner til korleis og kvifor forskjellige statistikk- og maskinlæringsmetodar fungerer.
³¢Ã¦°ù¾±²Ô²µ²õ³Ü³Ù²ú²â³Ù³Ù±ð
Etter fullført emne skal studentane kunne:
- bruke ikke-lineær regresjonsmetoder som Spline, Lokalt Regresjon og generaliserte additive modeller
- nytte klassifiseringsmetoder som logistisk regresjon, Lineær diskriminant analyse
- kjenne hvordan man bruker resampling (kryssvalidering , bootstrap) og modellvalgsmetoder for å vurdere og velge modeller og håndtere høydimensjonsdata
- bruke tre-baserte metoder
- benytte Support Vector Machines for å løse klassifisering og regresjonsproblemer
- kjenne unsupervised læringsmetoder som "Principal Components Analysis and Clustering"-metoder
- kjenne til Deep learning og Naive Bayes
- evne til å modifisere og utvikle algoritmer knytta til statistikk- og maskinlæringsmodellar
Undervisningssemester
Haust uregelmessig, sjekk om det finnes informasjon under «Timeplan» på rett semester etter 1. juli og/eller om det ligger i emnelisten for utvekslingsstudenter etter 1. april:
Undervisningssted
Bergen
Anbefalte forkunnskaper
Krav til studierett
For oppstart på emnet er det krav om ein studierett knytt til Fakultet for naturvitskap og teknologi
Obligatorisk undervisningsaktivitet
To godkjente obligatoriske innleveringer (gyldige i to semestre: inneværende + våren etter)
Vurderingsformer
Muntlig eksamen.
Karakterskala
Ved sensur av emnet vert karakterskalaen A-F nytta
Vurderingssemester
Det er ordinær eksamen kvart semester.
Emneevaluering
Studentane skal evaluere undervisninga i trÃ¥d med ºÚÁϳԹÏ×ÊÔ´ og instituttet sitt kvalitetssikringssystem.