Information till medarbetare med anledning av covid-19 (Uppdaterad: 1 juli 2020)

Hoppa direkt till innehållet
printicon

Maskininlärning

  • Antal högskolepoäng 7,5 hp
  • Nivå Avancerad nivå
  • Starttid Vårtermin 2021

Om kursen

The goal of this course is to provide theoretical and methodological knowledge in machine learning. The course will explain the basic grounding in concepts such as training and tests sets, over-fitting, regularization, kernels, and loss function etc. The focus of this course will be introducing a range of model based and algorithmic machine learning methods including regression, decision trees, naive Bayes, neural network, clustering, and reinforcement learning. Some other topics will also be covered including deep learning, topic modelling (latent dirichlet allocation), and optimization (gradient descending). To understand how machine learning algorithm is designed and evaluated, the course will cover the complete process of data collection, feature creation, algorithms, and evaluation in real applications (e.g., text classification, search engine, and recommendation system). Hands-on assignments are mandatory in this course, where some machine learning tools will be roughly introduced. The expected learning outcomes include gaining theoretical knowledge about machine learning and the practical experience designing/implementing machine learning algorithms.
 
Nowadays, you may find a significant amount of machine learning contents especially online (e.g., toolkit, online courses, books, papers etc.), this course will mainly give an overview of machine learning on fundamental knowledge (i.e., concepts, techniques, and algorithmic models) and how some of these algorithms have been applied in the practical applications (e.g., text mining, information retrieval, semantic Web)

Included in the requreiments to the course it is asssumed that you as a student have basic knowledge of Linear Algebra, Calculus, Probability, and that you are proficient in at least one programming language, Python is preferred, which will be used in the course assignments.

Anmälan och behörighet

Maskininlärning, 7,5 hp

Visa tillfällen för föregående termin Vårtermin 2021 Det finns inga senare terminer för kursen

Startar

18 januari 2021

Slutar

23 mars 2021

Studieort

Umeå

Undervisningsspråk

Engelska

Studieform

Dagtid, 50%

Behörighetskrav

Univ:För tillträde till kursen krävs 90 hp avklarade studier varav 60 hp i huvudområdet datavetenskap eller 2 års avklarade studier (120hp) inom ett studieprogram, i båda fallen inkluderande kursen Artificiell intelligens - grunderna (5DV121) samt minst 7.5hp matematisk statistik (tex 5MS045).

Svenska för grundläggande behörighet för högskolestudier samt Engelska A/5. Krav på svenska gäller endast om utbildningen ges på svenska.

Urval

Högskolepoäng avklarade per sista anmälningsdag (för utbildning på grundnivå 1-165 hp, för avancerad nivå 30-285 hp) Sökande inom vissa program vid Umeå universitet har platsgaranti till denna kurs. Antalet platser för fristående kurs kan därför bli begränsat.

Anmälningskod

UMU-57341

Anmälan

Du kan inte anmäla dig ännu. Anmälan öppnar 15 september 2020 klockan 13:00. Sista anmälningsdag är den 15 oktober 2020.

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:
Studentexpeditionen på datavetenskap