Den här kursen riktar sig till dig som vill få en bred kunskap om olika typer av maskininlärning och förståelse för hur olika maskininlärningsmetoder fungerar, antingen om du jobbar som ingenjör och vill vidareutbilda dig, eller vill komplettera pågående universitets eller högskolestudier med en kurs i maskininlärning. Kursen börjar med in introduktion till området och går igenom de tre olika grundprinciperna för maskininlärning - på engelska kallade Supervised, Unsupervised och Reinforcement Learning. Därefter går vi in på några specifika metoder inom vart och ett av dessa områden. Under Supervised Learning går vi först igenom linjära klassificerare, därefter artificiella neurala nätverk, inklusive djupa nätverk ("Deep Learning") och faltningsnät ("Convolutional Neural Networks). Inom området Unsupervised Learning går vi igenom dataanalysmetoder som principalkomponentanalys och klustring. Slutligen går vi igenom Q-learning som exempel på Reinforcement Learning.
I kursen ingår 4 programmeringsuppgifter som ska rapporteras skriftligt och som också utgör examination av kursen. Kursen ges helt på distans med schemalagda tillfällen för seminarier och handledning.
Då kursen ges på engelska är detta ett förkunskapskrav. Om dina gymnasiemeriter inte redan finns på dina sidor på antagning.se så behöver du ladda upp gymnasieexamen, eller motsvarande, på antagning.se i samband med din ansökan.