STK-IN4300 – Statistiske l?ringsmetoder i Data Science

Kort om emnet

Emnet fokuserer p? metoder i moderne dataanalyse b?de fra et praktisk og fra et teoretisk rammeverk. Slike metoder, kalt maskinl?ring eller statistisk l?ring, gj?r f?rre antagelser enn klassiske metoder. F?lgelig spiller data en st?rre rolle i identifisering av strukturer og sammenhenger. Emnet starter med klassiske metoder og dekker videre mer avanserte prosedyrer, spesifikt designet for ? takle moderne datautfordringer som ?kende kompleksitet og store mengder av informasjon (stordatasituasjoner).

Hva l?rer du?

Etter ? ha fullf?rt emnet vil du:

  • forst? n?kkelbegreper for god analyse av data
  • forst? de teoretiske aspekter p? metoder innen maskin/statistisk l?ring
  • kjenne til en rekke ulike metoder for dataanalyse, inkludert straffet likelihood, basis ekspansjoner, nevrale nettverk, boosting og ensemble metoder og Gaussiske prosesser innen maskinl?ring
  • kjenne til prosedyrer for ? tilpasse slike metoder til data, inkludert (stokastiske) gradientmetoder og back-propagation
  • kunne evaluere styrker og svakheter ved disse metodene og velge mellom dem i praksis

Opptak til emnet

Studenter m? hvert semester?s?ke og f? plass p? undervisningen og melde seg til eksamen?i Studentweb.

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.

For ? f? studieplass p? dette emnet m? du v?re tatt opp p? et masterprogram ved Matematisk institutt.

Overlappende emner

Undervisning

4 timer forelesning/regne?velser hver uke hele semesteret.

Emnet kan undervises p? norsk dersom foreleser og alle studenter p? f?rste forelesning ?nsker det.

Eksamen

Avsluttende skriftlig eksamen eller avsluttende muntlig eksamen, som teller 100 % ved sensurering.

Eksamensform kunngj?res av fagl?rer senest 1. oktober/1. mars for henholdsvis h?stsemesteret og v?rsemesteret.

Dette emnet har 2 obligatoriske ?velser som m? v?re godkjent f?r avsluttende eksamen.

Som eksamensfors?k i dette emnet teller ogs? fors?k i f?lgende tilsvarende emner: STK-IN9300 – Statiske l?ringsmetoder i Data Science

Hjelpemidler til eksamen

Ingen hjelpemidler er tillatt.

Eksamensspr?k

Dersom emnet undervises p? engelsk vil det bare tilbys eksamensoppgavetekst p? engelsk. Du kan besvare eksamen p? norsk, svensk, dansk eller engelsk.

Karakterskala

Emnet bruker?karakterskala fra A til F, der A er beste karakter og F er stryk. Les mer om karakterskalaen

Adgang til ny eller utsatt eksamen

Dette emnet tilbyr b?de utsatt og ny eksamen. Les mer:

Mer om eksamen ved UiO

Andre veiledninger og ressurser finner du p? fellessiden om eksamen ved UiO.

Sist hentet fra Felles Studentsystem (FS) 20. nov. 2024 03:36:37

Fakta om emnet

Niv?
Master
Studiepoeng
10
Undervisning
H?st
Eksamen
H?st
Undervisningsspr?k
Engelsk