Aktiviteterne skifter mellem forelæsninger, opgaveregning og
øvelser i Matlab, R eller Python (den studerende vælger selv mellem
disse programmeringssprog). Øvelserne udføres i hold med 2-3
studerende.
At give deltagerne kendskab til:
* en række grundlæggende og bredt anvendte metoder til data
modellering v.h.a. machine learning,
* en generel struktur til datamodellering,
* Matlab, R eller Python som værktøj til dataanalyse (deltagerne
kan frit vælge mellem disse programmeringssprog).
Kurset sætter således deltagerne i stand til at benytte machine
learning til modellering af real-world data.
Læringsmål:
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
Beskrive de vigtigste trin der er involveret i datamodellering
fra forberedelse af data, modellering af data til evaluering og
formidling af resultaterne.
Diskutere centrale machine learning begreber som
featureudtrækning, kryds-validering, generalisering og
overindlæring, prædiktion og curse of dimensionality.
Skitsere hvordan datamodelleringsmetoder virker og beskrive
deres forudsætninger og begrænsninger.
Matche praktiske problemer til standard
datamodelleringsproblemer såsom regression, klassifikation,
tæthedsestimering, gruppering (clustering) og association
mining.
Anvende struktureret datamodellering indenfor en bred vifte af
anvendelsesområder såsom medicoteknik, bio-informatik, kemi,
elektronik og computer science.
Beregne resultaterne af datamodelleringen ved brug af Matlab, R
eller Python.
Bruge visualiseringsteknikker og statistik til at evaluere
modelpræstationer, identificere mønstre og problemer med data.
Kombinere og modificere datamodelleringsværktøjer med henblik
på at analysere eget datasæt samt formidle resultaterne af
analysen.
Kursusindhold:
Struktureret datamodellering. Dataforbedredelse. Featureudtrækning
og dimensionalitetsreduktion, herunder principal komponent analyse.
Similaritetsmål og beskrivende statistikker. Visualisering og
fortolkning af modeller. Overindlæring og generalisering.
Klassifikation (beslutningstræer, nærmeste nabo, naiv Bayes,
neurale netværk og ensemblemetoder). Lineær regression. Gruppering
(k-means, hierarkisk gruppering og mixturmodeller).
Associeringsregler. Tæthedsestimering og outlierdetektion.
Anvendelser indenfor et bredt spektrum af ingeniørvidenskab.
Litteraturhenvisninger:
Pang-Ning Tan, Michael Steinbach, and Vipin Kumar,
"Introduction to Data Mining."
Bemærkninger:
Kurset er et grundlæggende machine learning kursus som er relevant
for alle tekniske diplom-, bachelor- og masterretninger. Kurset
giver en indføring i grundlæggende machine learning, matematikken
bag metoderne samt hands-on erfaring i metodernes anvendelser.
Kurset kan således stå alene.
Mulighed for GRØN DYST deltagelse:
Kontakt underviseren for information om hvorvidt dette kursus giver
den studerende mulighed for at lave eller forberede et projekt som
kan deltage i DTUs studenterkonference om bæredygtighed,
klimateknologi og miljø (GRØN DYST). Se mere på http://www.groendyst.dtu.dk
