02901 Avancerede emner indenfor machine learning

2024/2025

Kursusinformation
Advanced Topics in Machine Learning
Engelsk
2,5
Ph.d., Fagligt fokuseret kursus
Kurset udbydes som enkeltfag
August
Kurset foregår en uge i august. Se kursets hjemmeside for specifikke datoer.
Campus Lyngby
Forelæsninger, øvelser, mini-projekt.
[Kurset følger ikke DTUs normale skemastruktur]
Bedømmelse af opgave(r)/rapport(er)
Alle hjælpemidler - med adgang til internettet
bestået/ikke bestået , intern bedømmelse
Morten Mørup , Tlf. (+45) 4525 3900 , mmor@dtu.dk
Jesper Løve Hinrich (Primær kontaktperson) , jehi@dtu.dk
01 Institut for Matematik og Computer Science
http://www.compute.dtu.dk/courses/02901
På instituttet
Overordnede kursusmål
At introducere deltagerne til nye trends i statistisk signalbehandling og machine learning.
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
  • Forstå og anvende avancerede metoder indenfor machine learning
  • Indsamle videnskabelig viden og data indenfor kursets emner
  • Formulere og gennemføre et mini-projekt relateret til et eller flere af kursusemnerne (helst indenfor den studerendes eget PhD projekt)
  • Designe og implementere komplekse machine learning systemer baseret på en analyse af problemstillinger og projektmål
  • Implementere machine learning systemet
  • Evaluere resultaterne af machine learning systemet
  • Vurdere og opsummere miniprojekt-resultater i relation til projektmål, metoder og tilgængelige data
  • Disseminere projektresultaterne i en teknisk rapport
Kursusindhold
Kurset introducerer nye trends og avancerede emner i machine learning. Kurset dækker centrale emner inden machine learning såsom Bayesians parametrisk og ikke-parametrisk inferens, optimering, latent variabel modellering, kernel metoder og deep learning. Kurset består af forelæsninger og øvelser og er efterfulgt af et mini-projekt, der præsenteres i en teknisk rapport. Vi opfordrer studerende til at anvende de metoder, der undervises i på data, der er relevante for deres ph.d.-projekt. Typiske applikationer omfatter: Bio-medicinsk, audio, multimedia, og topic modellering samt collaborative filtering og monitoreringssystemer.
Sidst opdateret
02. maj, 2024