| Machine Learning Operations | |
| Engelsk | |
| 5 | |
Kandidat Kurset udbydes som enkeltfag |
| Januar
| |
| Campus Lyngby | |
| Kurset inkludere forelæsninger, øvelser og projekt arbejde. Forelæsningerne er kortet og er ment til at give kontekst hvorfor hvert emne er vigtigt. Hovedfokus er øvelserne med vægt på praktiske værktøjer og kode praksis for at implementere maskine læring modeller i produktion. Omkring 30% af kurset bliver brugt på projektarbejde i grupper på 3-5 personer, hvor værktøjer gennemgået i kurset skal anvendes på et selv valg maskine lærings problem. | |
| 3-uger | |
| Sidste dag(e) i 3-ugersperioden | |
| Mundtlig eksamen og bedømmelse af opgave(r)
ugentlige projektopdatering + afsluttende mundtlig præsentation | |
| Alle hjælpemidler er tilladt | |
| bestået/ikke bestået , ekstern censur | |
| 02456 , General forståelse for maskine læring (datasets, sandsynlighedsregning, klassifikationsmodeller, overfitting etc.) og grundlæggende erfaring med dyb læring (backpropagation, convolutional neural networks, auto-encoders etc.) - Kodning i Pytorch |
|
Søren Hauberg , Tlf. (+45) 4525 3899 ,
sohau@dtu.dk | |
|
Nicki Skafte Detlefsen (Primær kontaktperson) , Lyngby Campus,
Bygning 321 , nsde@dtu.dk Lars Kai Hansen , Lyngby Campus, Bygning 321, Tlf. (+45) 4525 3889 , lkai@dtu.dk | |
| 01 Institut for Matematik og Computer Science | |
I
studieplanlæggeren |