AI för industrin – maskininlärning, en introduktion

Offertförfrågan

Vänligen kontakta studierektor Jan Erik Moström för offertförfrågan. 

Om utbildningen

I maskininlärning jobbar vi med algoritmer och metoder som lär sig att utföra uppgifter genom att använda data. Uppgifterna kan vara alltifrån att upptäcka en orimlig temperaturökning i en sensor, bedrägerier eller spam via e-post, till att förutspå sjukdom eller åt vilket håll ratten ska vridas i en självkörande bil. Datan kan vara alltifrån formulär, opinionsundersökningar och mätningar till bilder, text eller ljud.

Kursen ger en introduktion till några av de vanligaste och mest välanvända verktyg och metoder i maskininlärning, visar på användbarheten i sådana metoder för att lösa praktiska problem samt ger de verktyg som behövs för att använda och utveckla maskininlärningsbaserade lösningar på dina egna dataproblem.

Mål med utbildningen

Kursen går igenom många av de vanligaste maskininlärningsmetoderna, tillhörande teori och algoritmer, och tar upp allt från klassiska regressions- och klassificeringsmetoder till den senaste utvecklingen inom djup maskininlärning (eng. deep learning). De tre viktigaste förväntade studieresultaten för de som går kursen är:

• Beskriva och förklara en del av de mest centrala begreppen och metoderna inom maskininlärning, t.ex. regression, klassificering, klustring, dimensionsreduktion, ej väntevärdesriktig/varians, över- och underanpassning, osv.
• Kategorisera maskininlärningsmetoder baserat på behoven hos en given uppgift, kunna välja en lämplig maskininlärningsmetod för uppgiften och att på bästa sätt utvärdera maskininlärningsmetoden.
• Tillämpa dina kunskaper genom att använda de senaste maskininlärningsbiblioteken på riktiga data.

Studieupplägg och intyg

Kursen motsvarar 3 ECTS-poäng och består av sju föreläsningar och praktiska övningar. Kursen är uppdelad över tre dagar med föreläsningar och övningar, samt en fjärde dag med en slutföreläsning och presentationer av hemuppgifterna. Kursen är utvecklad vid Institutionen för datavetenskap, Umeå universitet, och är en del av AI Competence for Sweden. Ett bevis på deltagande kommer att delas ut, men det är inte möjligt att få formella poäng i denna upplaga av kursen. Notera att det är obligatoriskt att delta och att lämna in hemuppgiften för att få deltagarbeviset.

AI Competence for Sweden 

Umeå universitet är en av tio lärosäten som ingår i det statliga initiativet AI Competence for Sweden i syfte att öka kompetens kring AI i Sverige.