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 høstsemester fra og med høsten 2025 (emnet gis ikke våren 2025).

Forventet arbeidsmengde:250 timer

Undervisnings- og vurderingsperiode:Emnet gjennomføres og sensureres i høstparallellen.

Om dette emnet

Lineær algebra og matrisemetoder er grunnleggende for feltene Maskinlæring (ML) og Kunstig Intelligens (AI), og gir det matematiske rammeverket som er nødvendig for mange algoritmer og prosesser. MLA210 fokuserer på 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.

Læringsaktiviteter
Undervisningen blir gitt i form av forelesninger, praktiske øvinger og prosjektarbeid.
Pensum
Oppgis ved semesterstart.
Forutsatte forkunnskaper
MATH113/131, MATH111/100og INF120eller tilsvarende grunnlag i matematikk og programmering.
Anbefalte forkunnskaper
STAT100, DAT110 eller tilsvarende introduksjonsemne i statistikk.
Vurderingsordning, hjelpemiddel og eksamen
Skriftlig- eller muntlig (ved færre enn 15 studenter) eksamen basert på pensum og det obligatoriske prosjektarbeidet.

Skriftlig eksamen Karakterregel: Bokstavkarakterer Hjelpemiddel: A1 Ingen kalkulator, ingen andre hjelpemidler Skriftlig eksamen Karakterregel: Bokstavkarakterer Hjelpemiddel: A1 Ingen kalkulator, ingen andre hjelpemidler En muntlig prøve Karakterregel: Bokstavkarakterer
Sensorordning
Sensor bedømmer eksamensbesvarelsen.
Obligatorisk aktivitet
Obligatoriske prosjektoppgaver underveis i semesteret. Regler for bedømming og godkjenning kunngjøres ved semesterstart.
Merknader
Timeplansikring mot INF120, MATH113, MATH131 og DAT200
Undervisningstider
4 timer forelesninger pr. uke. 2 timer øvinger pr. uke