English | Log ind

02445 Projekt i statistisk evaluering af kunstig Intelligens

2019/2020

Kurset er en del af bacheloruddannelsen Kunstig Intelligens og Data og er forbeholdt studerende fra denne uddannelse.
Kursusinformation
Project in Statistical Evaluation of Artificial Intelligence
Engelsk
5
Bachelor
Januar
Campus Lyngby
Forelæsninger og øvelser (integrerede) samt løsning af praktisk opgaver.
3-uger
Sidste dag(e) i 3-ugersperioden
Mundtlig eksamen og bedømmelse af rapport(er)
Mundtlig fremlæggelse og bedømmelse af rapport(er)
Alle hjælpemidler er tilladt
7-trins skala , intern bedømmelse
02441
02402 / 02403 / 02323 / 02450 / 02809 , Et introducerende kursus i statistik (inkl. lidt statistisk programmering), en introduktion til at bygge kunstig intelligens systemer (Introduktion til machine learning samt A/B test ved prototypeudvikling).
Minimum 10
Line Katrine Harder Clemmensen , Lyngby Campus, Bygning 324, Tlf. (+45) 4525 3764 , lkhc@dtu.dk
Niels Aske Lundtorp Olsen , Lyngby Campus, Bygning 324, Tlf. (+45) 4525 3372 , nalo@dtu.dk
01 Institut for Matematik og Computer Science
http://www.compute.dtu.dk/courses/xxx
I studieplanlæggeren
Overordnede kursusmål
At sætte deltagerne i stand til at benytte statistik i praktiske problemer der involverer kunstig intelligente systemer samt at anvende statistisk software.
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
  • Opstille og anvende statistisk modeller til evaluering af AI systemer
  • Forstå og anvende parametrisk of ikke-parametriske tests.
  • Evaluere estimater for model generalisering.
  • Evaluere A/B tests.
  • Evaluere korrelerede faktorer.
  • Udføre estimering, hypotese test, og prædiktion vha simple statistiske modeller og passende software.
  • Fortolke output fra statistisk software.
  • Disseminere statistiske resultater i en rapport til personer uden statistisk baggrund.
Kursusindhold
Forelæsninger, øvelser og løsning af praktiske problemer der evaluerer intelligente systemer. Parametriske test, ikke-parametriske test, multiple sammenligninger, evaluering af korrelerede faktorer, evalueringer baseret på hold-out of kryds-validerings resultater,. evaluering af resultater fra A/B test.
Sidst opdateret
04. december, 2019