Neuronnät och lärande system

TBMI26 - 6,0HP

Y-sektionens studienämnd är ansvariga för att informationen på guiden är aktuell. Om du hittar någonting som inte stämmer kan du mejla SNY.

Budgetår

Institution

IMT

Examinator

Magnus Borga

Schemablock

Halvtermin

VT1: block 2

Huvudområden

Elektroteknik
Medicinsk teknik

Nivå

Tidsfördelning

6,0HP
Schemalagd tid: 54 timmar
Självstudietid: 106 timmar

Språk

Svenska/Engelska

Länkar

Kurshemsida

Neuronnät och lärande system

TBMI26 - 6,0HP

SNY har ordet

Kursutvärderingar

Logga in för att läsa kursutväderingar

Innehåll

Machine learning, classification, pattern recognition and high-dimensional data analysis. Supervised learning: neural networks, linear discriminants, support vector machines, ensemble learning, boosting. Unsupervised learning: patterns in high-dimensional data, dimensionality reduction, clustering, principal component analysis, independent component analysis. Reinforcement learning: Markov models, Q-learning.

Mål

Målet är att studenten ska kunna konstruera och tillämpa artificiella neuronnät och liknande metoder för signal, bild och dataanalys som lär sig tidigare erfarenheter och observerat data. Studenten ska kunna tillämpa sådana metoder för att designa algoritmer och för att finna meningsfulla samband i multidimensionella signaler där komplexitetsgraden gör traditionella modellbaserade metoder olämpliga eller omöjliga att använda.
Efter kursen ska studenten kunna: