STK2100 ¨C Maskinl?ring og statistiske metoder for prediksjon og klassifikasjon

Kort om emnet

STK2100 gir innf?ring i ulike metoder for styrt l?ring (regresjon og klassifikasjon). Emnet inneholder b?de modell- og algoritme-baserte tiln?rminger. Hovedvekten vil v?re p? styrt l?ring, men ogs? ikke-styrte metoder som klustring vil bli omtalt.?Emnet omhandler ogs? problematikk knyttet til store datamengder.

Emnet gir et godt grunnlag for videre studier i statistikk eller Data Science, men er ogs? nyttig for studenter som har behov for ? gj?re dataanalyser i andre fagomr?der.

Hva l?rer du?

Etter ? ha fullf?rt emnet:

• kan du de fundamentale prinsipper for styrt l?ring (regresjon og klassifikasjon) samt hvordan en kan evaluere ulike metoder
• behersker du mange ulike metoder for styrt l?ring, inkludert line?re modeller, logistisk regresjon, trebaserte metoder, bootstrapping og andre simuleringsbaserte metoder, dimensjons-reduksjon og regularisering, bagging og boosting samt support vector machines
• har du kunnskap om problematikk knyttet til h?ydimensjonale data
• har du kjennskap til problemer knyttet til store datamengder og til metoder for ikke-styrt l?ring

Opptak til emnet

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

Spesielle opptakskrav

I tillegg til?generell studiekompetanse?eller?realkompetanse?m? du dekke spesielle opptakskrav.

Du m? ha:

• Matematikk R1 (eller Matematikk S1 og S2) + R2

Og en av disse:

• Fysikk (1+2)

• Kjemi (1+2)

• Biologi (1+2)

• Informasjonsteknologi (1+2)

• Geofag (1+2)

• Teknologi og forskningsl?re (1+2)

De spesielle opptakskravene kan ogs? dekkes med?fag fra videreg?ende oppl?ring f?r Kunnskapsl?ftet, eller p? andre m?ter.

Anbefalte forkunnskaper

• STK1100 ¨C Sannsynlighetsregning og statistisk modellering eller STK-FYS1110 ¨C Sannsynlighetsregning, modellering og dataanalyse for de fysiske fagene
• MAT1100 ¨C Kalkulus
• MAT1110 ¨C Kalkulus og line?r algebra
• MAT1120 ¨C Line?r algebra
• IN1900 ¨C Introduksjon i programmering for naturvitenskapelige anvendelser

Overlappende emner

• 7 studiepoeng overlapp med STK4030 ¨C Statistisk l?ring: Videreg?ende regresjon og klassifikasjon (nedlagt).

Undervisning

3 timer forelesning og 2 timer regne?velse hver uke hele semesteret.

Eksamen

Avsluttende skriftlig eksamen som teller 100 % ved sensurering.

Dette emnet har 2-4 obligatoriske ?velser som m? v?re godkjent f?r avsluttende eksamen.

Hjelpemidler til eksamen

Godkjent kalkulator og formelsamling for STK2100.

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:

• Syk p? eksamen / utsatt eksamen
• Trekk under eksamen / ta eksamen p? nytt

Mer om eksamen ved UiO

• Kildebruk og referanser
• Tilrettelegging p? eksamen
• Trekk fra eksamen
• Syk p? eksamen / utsatt eksamen
• Begrunnelse og klage
• Ta eksamen p? nytt
• Fusk/fors?k p? fusk

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