Beslutsteori, 6 hp (732A66)

Decision Theory, 6 credits

Huvudområde

Statistik

Nivå

Avancerad nivå

Kurstyp

Programkurs

Examinator

Anders Nordgaard

Kursansvarig

Anders Nordgaard

Studierektor eller motsvarande

Jolanta Pielaszkiewicz
Kursen ges för Termin Veckor Språk Ort VOF
F7MSL Statistics and Machine Learning, Master´s Programme - First and main admission round 3 (HT 2021) v202135-202202 Engelska Linköping v
F7MSL Statistics and Machine Learning, Master´s Programme - Second admission round (open only for Swedish/EU students) 3 (HT 2021) v202135-202202 Engelska Linköping v
VOF = Valbar / Obligatorisk / Frivillig

Huvudområde

Statistik

Utbildningsnivå

Avancerad nivå

Fördjupningsnivå

A1N

Kursen ges för

  • Master's Programme in Statistics and Machine Learning

Förkunskapskrav

  • Kandidatexamen om 180hp (eller motsvarande) inom något av följande ämnen:
    • statistik
    • matematik
    • tillämpad matematik
    • datavetenskap
    • teknik
  • Godkända kurser i:
    • kalkyl
    • linjär algebra
    • statistik
    • programmering
  • Engelska 6/B
    (Undantag för svenska)

Lärandemål

Efter avslutad kurs skall den studerande på en avancerad nivå kunna:
- använda vanligt förekommande statistiska metoder för beslutsfattande,
- tillämpa huvudprinciperna för subjektiv tolkning av sannolikheter, Bayesiansk inferens, nyttoteori och sekventiella metoder för att fatta beslut,
- kritiskt granska förutsättningar för varje steg i en beslutsteoretisk process

Kursinnehåll

Kursinnehållet omfattar:
- Den subjektiva tolkningen av sannolikhetsbegreppet
- Resonemang med sannolikheter och likelihood-teori,
- Bayesiansk utvärdering av hypoteser,
- Beslutsteoretiska komponenter,
- Nytto- och förlustfunktioner,
- Grafisk modellering som ett verktyg för beslutsfattande,
- Sekventiella metoder för statistisk inferens

 

Undervisnings- och arbetsformer

Undervisningen omfattar föreläsningar och övningstillfällen. Föreläsningarna behandlar teori, koncept och metodik. Övningstillfällena omfattar problemlösning med och utan programvara. Utöver detta ska den studerande utöva självstudier.
Undervisningsspråk: Engelska 

 

Examination

Obligatoriska inlämningsuppgifter omfattande såväl teori som praktiska problemlösningar (med datorstöd). En avslutande muntlig tentamen. Detaljerad information återfinns i studiehandledningen.

Betygsskala

ECTS, EC

Institution

Institutionen för datavetenskap
Det finns ingen kurslitteratur tillgänglig för den här kursen.
TENT Tentamen EC 3 hp
UPG1 Uppgift EC 3 hp

Denna flik innehåller det material som är publikt i Lisam. Den information som publiceras här är inte juridiskt bindande, sådant material hittar du under övriga flikar på denna sida. Det finns inga filer att visa.

Sidansvarig: Infocenter, infocenter@liu.se