MLA210 Maskinlæring med eksempler fra teknologi og finans
Studiepoeng:10
Ansvarlig fakultet:Fakultet for realfag og teknologi
Emneansvarlig:Ulf Geir Indahl
Campus / nettbasert:Undervises campus Ås
Undervisningens språk:Norsk
Frekvens:Hvert vårsemester
Forventet arbeidsmengde:250 timer
Undervisnings- og vurderingsperiode:Emnet gjennomføres og sensureres i vårparallellen.
Om dette emnet
Matriseteknikker og minste kvadraters metode for mønstergjenkjenning og dataanalyse med eksepler på anvendelser innen teknologi og økonomi. Eksempler på anvendelser er: Tidsserieanalyse, dokumentanalyse, porteføljeoptimering, prosesskontroll, og optimering basert på sammensatte kriterier. Programmeringsspråket Julia blir benyttet for implementering og beregninger.
Dette lærer du
Studentene vil lære både det teoretiske grunnlaget for-, og hvordan implementere de ulike metodene for å gjøre analyse av data fra reelle problemstillinger.
- Undervisningen blir gitt i form av forelesninger, praktiske øvinger og prosjektarbeid.
- Oppgis ved semesterstart.
- Skriftlig eller muntlig eksamen basert på pensum og det obligatoriske prosjektarbeidet.
- Sensor bedømmer eksamensbesvarelsen.
- Obligatoriske prosjektoppgaver underveis i semesteret. Regler for bedømming og godkjenning kunngjøres ved semesterstart.
- 4 timer forelesninger pr. uke. 2 timer øvinger pr. uke