FYS-STK4155 – Anvendt dataanalyse og maskinl?ring

Kort om emnet

Emnet gir en innf?ring i en rekke sentrale algoritmer og metoder, som er viktige for studier av statistisk dataanalyse og maskinl?ring. Emnet er prosjektbasert, og gjennom de ulike prosjektene introduseres studentene for grunnleggende forskningsproblemer innen disse feltene, med sikte p? ? gjengi moderne vitenskapelige resultater. Studentene l?rer ? utvikle og strukturere st?rre koder for ? studere disse systemene, bli kjent med datafasiliteter og l?rer hvordan h?ndtere store vitenskapelige prosjekter. God vitenskapelig og etisk oppf?rsel vektlegges gjennom hele emnet.

Hva l?rer du?

Etter ? ha fullf?rt?emnet, har du:

  • en grunnleggende forst?else av Bayesisk statistikk og kjente sannsynsfordelinger.
  • en forst?else av sentrale algoritmer som brukes i statistisk data-analyse og maskinl?ring, med hovedvekt p? leda l?ring.
  • kunnskap om Monte Carlo metoder, Markov-kjeder, Gibbs samplere, data optimering og deres anvendelser.
  • en forst?else av line?r og logistisk regresjon.
  • en forst?else av sentral optimerings algoritmer som stochastic gradient descent.
  • kunnskap om sentrale dypl?ringsmetoder for leda og uleda l?ring.?
  • erfaring i ? jobbe med store numeriske prosjekter.
  • kjennskap til andre maskinl?ringsalgoritmer, slik som support vector maskiner, beslutningstr?r og ensemble metoder som random forests, bagging og boosting.

Opptak til emnet

Studenter tatt opp til andre masterprogrammer kan, etter s?knad, f? adgang til emnet hvis dette er klarert med eget program.

Dersom du ikke allerede har studieplass ved UiO, kan du s?ke om opptak til v?re?studieprogrammer, eller s?ke om ??bli enkeltemnestudent.

Emnet kan tilrettelegges for studenter som ikke kan delta i ordin?r undervisning p? campus.

Grunnleggende kunnskap om programmering og numerikk:

Ett eller flere av f?lgende emner:

Overlappende emner

Undervisning

Undervisningen g?r over et helt semester med f?lgende tilbud:?

  • 4 timer forelesninger per uke?
  • 2 timer gruppearbeid med numeriske prosjekter per?uke i ca. 15 uker
  • Ukesoppgaver

Eksamen

  • Hjemmeeksamener i form av tre prosjektoppgaver, som hver teller 1/3 av avsluttende karakter.

Ved oppgaveskriving m? du gj?re deg?kjent med?