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

IDA

Examinator

Marco Kuhlmann

Schemablock

Halvtermin

VT1: block 2

Huvudområden

Datateknik
Datavetenskap
Informationsteknologi

Nivå

A1X

Tidsfördelning

6,0HP
Schemalagd tid: 48 timmar
Självstudietid: 112 timmar

SNY har ordet

Det finns inga aktuella kommentarer för kursen. Om du har läst kursen får du gärna kontakta SNY med en kommentar för att förbättra kommande upplagor av Y-arens guide till galaxen.

Kursutvärderingar

Logga in för att läsa kursutväderingar

Innehåll

  • aktuella språkteknologiska algoritmer för analys och tolkning av ord, meningar och texter
  • relevanta maskininlärningsmetoder baserade på statistisk modellering, kombinatorisk optimering och artificiella neuronnät
  • tillämpningar av språkteknologi
  • valideringsmetoder
  • språkteknologiska verktyg, programbibliotek och data
  • språkteknologi som forsknings- och utvecklingsområde

Mål

Språkteknologi, teknologi för att analysera och tolka mänskligt språk, finns idag i smarta sökmotorer, avancerade användargränssnitt och många andra innovativa applikationer. Denna kurs har som mål att ge kunskap om och erfarenhet av de avancerade algoritmer som driver modern språkteknologi. Kursens fokus ligger på algoritmer som involverar automatisk inlärning från text.

Efter genomgången kurs ska studenten kunna:

  1. förklara och teoretiskt analysera aktuella språkteknologiska algoritmer
  2. implementera språkteknologiska algoritmer och tillämpa dem på praktiska problem
  3. utforma och genomföra utvärderingar av språkteknologiska komponenter och system
  4. söka, värdera och använda vetenskaplig information inom språkteknologiområdet

Examinationsmoment

TEN1 - 2,0 HP
Skriftlig tentamen (U, 3, 4, 5)
LAB1 - 2,0 HP
Laborationer (U, 3, 4, 5)
UPG1 - 2,0 HP
Projektuppgifter (U, 3, 4, 5)
KTR1 - 0,0 HP
Frivilliga duggor (U, G)

Organisation

Kursen ges i form av föreläsningar, laborationer och handledning i samband med ett mindre projektarbete. 

Litteratur

Kompendier

Kurskompendium som tillhandahålls av institutionen. 

Rekommenderade förkunskaper

<p>Diskret matematik.</p> <p>Goda kunskaper inom programmering, datastrukturer och algoritmer.</p> <p>Grundkunskaper inom sannolikhetslära och optimeringslära.</p> <p>Förkunskaper inom maskininlärning är rekommenderade men inget krav för kursen.</p>

Diskret matematik
TATA32 - 8,0 HP - HT1 block 2, HT2 block 3
Optimeringslära grundkurs
TAOP07 - 6,0 HP - VT1 block 3
Programmering och datastrukturer
TDDC76 - 8,0 HP - HT1 block 2, HT2 block 2
Programmering, grundkurs
TDDE44 - 8,0 HP - VT1 block 2, VT2 block 1
Sannolikhetslära
TAMS14 - 4,0 HP - VT1 block 1 | VT2 block 4

Kommentarer

Logga in för att kunna läsa och skriva kommentarer.