02901 Avancerede emner indenfor machine learning
2024/2025
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