Hoppa direkt till innehållet
printicon

Deep Learning - metoder och tillämpningar

  • Antal högskolepoäng 7,5 hp
  • Nivå Grundnivå fortsättningskurs
  • Studieform Distans
  • Starttid Hösttermin 2019

Om kursen

I denna kurs behandlas designmetoder och olika algoritmer för och varianter av Deep Learning inom klassifiering, prediktion, interaktion och modellering med användning av olika typer av data; ljud, bild, video, text, sekvenser. Begrepp såsom Överträning, Dropouts och Gradienter gås igenom.   Installation och användning av hård- och mjukvaror för experimenterande med topologier såsom CNN, RNN, LSTM, DQN och tillhörande parametrar samt inspektion av resultatet utgör en väsentlig del av kursen. Kursen går även kortfattat igenom Dataanalys, Maskininlärning, Tensorer, Datorseende, Transfer Learning,  Grunder i Robotik, Reinforcement Learning och metoder med kombinationen Deep Reinforcement Learning. Numeriska implementationer studeras översiktligt. Det är en tidsmässig fördel att ha tillgång till lämpliga beräknings(grafik)kort alternativt ha/få tillgång till motsvarande molntjänst. Man kan köra Windows, OS X eller Linux.


 

Anmälan och behörighet

Deep Learning - metoder och tillämpningar, 7,5 hp

Startar

28 oktober 2019

Slutar

19 januari 2020

Studieort

Ortsoberoende

Undervisningsspråk

Svenska

Studieform

Blandade tider, 50%, Distans

Antal obligatoriska träffar

Inga obligatoriska träffar

Antal övriga fysiska träffar

Inga

Upplägg för distanskurs

Undervisningen bedrivs på distans i form av inspelade instruktionsfilmer på svenska och engelska, frekvent användning av diskussionsforum, många länkar till on-line material samt handledning i samband med laborationer, grupp- och projektarbeten.

Behörighetskrav

För tillträde till kursen krävs minst 7,5 hp inom området Programmering eller motsvarande.

 

Urval

Högskolepoäng avklarade per sista anmälningsdag (för utbildning på grundnivå 1-165 hp, för avancerad nivå 30-285 hp)

Anmälningskod

UMU-54807

Anmälan

Sista anmälningsdag var den 15 april 2019. Du kan göra en sen anmälan via Antagning.se.

Studieavgifter

Anmälnings- och studieavgifter krävs för dig som inte har medborgarskap i EU, EES-länderna eller Schweiz. Läs mer på antagning.se

Kontaktformulär

Kontaktformulär

Tänk på att universitetet är en statlig myndighet och att det du skriver här kan bli en allmän handling. Var därför försiktig med att skriva känsliga eller personliga frågor här i kontaktformuläret. Alla uppgifter behandlas enligt dataskyddsförordningen (GDPR)

Kontaktperson för kursen är:
Kalle Prorok