Skriv ut kursplan
Kursplan - Maskininlärning
Omfattning
7.5 hp
Kurskod
DVA308
Giltig från
Hösttermin 2022
Utbildningsnivå
Grundnivå
Successiv fördjupning
G2F (Grundnivå, har minst 60 hp kurs/er på grundnivå som förkunskapskrav).
Huvudområde(n)
Datavetenskap
Akademi
Akademin för innovation, design och teknik
Fastställd
2022-01-24
Status
Denna kursplan är inte aktuell och ges inte längre
Litteraturlistor
Kurslitteraturen är preliminär till 8 veckor innan kursstart. Kurslitteratur kan vara giltig över flera terminer.
-
Böcker
Machine learning
New York : McGraw-Hill, cop. 1997 - xvii, 414 s.
ISBN: 0-07-042807-7 LIBRIS-ID: 8273683
Syfte
Kursen syftar till att ge en bred kunskap om lärande system som är vanliga inom artificiell intelligens, fördelar samt nackdelar med dem i relation till olika problem, generella begränsningar och möjliga tillämpningsområden.
Lärandemål
Efter avslutad kurs ska studenten kunna:
1. förstå hur maskininlärningsalgoritmerna är uppbyggda och fungerar,
2. formulera ett givet problem, därefter tillämpa en lämplig maskininlärningsalgoritm för att lösa problemet samt förklara hur algoritmen löser problemet samt
3. visa kunskaper om analysförmåga i hur en maskininlärningsalgoritm löser ett problem, genom en grundlig diskussion om algoritmens för- samt nackdelar.
Innehåll
- Metaheuristisk optimering: Genetiska algoritmer, Differentialevolution.
- Väglett lärande: Artificiella neuronnät, Bayesiansk inlärning, Beslutsträd.
- Icke-väglett lärande: K-means algoritmen, Principalkomponentanalys.
- Förstärkningsinlärning: Q-Inlärningsalgoritmen.
Särskild behörighet
Avslutade kurser om 75 hp i datavetenskap vari ingår Programmering 7,5 hp, Datastrukturer, algoritmer och programkonstruktion 7,5 hp, Artificiell intelligens 1 7,5 hp samt Artificiell intelligens 2 7,5 hp. Dessutom Vektoralgebra, grundkurs 7,5 hp, Kalkyl, grundkurs 7,5 hp samt Sannolikhetslära och statistisk teori 7,5 hp.
Examination
Salstentamen (TEN1), 3,5 hp, examinerar lärandemål 1 and 2, betyg Underkänd (U), 3, 4 eller 5.
Laboration 1 (LAB1), en programmeringsuppgift som ska demonstreras, och presenteras med en rapport, 4 hp, examinerar lärandemål 1-3, betyg Underkänd (U) eller Godkänd (G).
En student som har ett intyg från MDU avseende sin funktionsnedsättning har möjlighet att anmäla önskemål om anpassning vid salstentamina eller annan examinationsform i enlighet med Regler och anvisningar för examination på grundnivå och avancerad nivå vid Mälardalens högskola (2020/1655). Det är examinator som, utifrån det intyg som utfärdats, beslutar om eventuell anpassning och i så fall vilken anpassning som ska gälla.
Misstankar om vilseledande vid examination (fusk) anmäls, enligt högskoleförordningen, till universitetets rektor och prövas av universitetets disciplinnämnd. Om disciplinnämnden anser att en student gjort sig skyldig till en disciplinförseelse fattar nämnden beslut om en disciplinär åtgärd, vilket är varning eller avstängning.
Betyg
Med beröm godkänd, icke utan beröm godkänd, godkänd, underkänd
Övergångsbestämmelser och övriga föreskrifter
Kursen överlappar helt med DVA493/DVA427/CDT407 Lärande system.
Kursen bidrar till att uppfylla examenskravet om minst 75 hp inom huvudområdet datavetenskap med inriktning intelligenta system för teknologie kandidatexamen i datavetenskap med inriktning intelligenta system.