Omfattning: 5

Tidtabel: 30.10.2019 - 14.02.2020

Undervisningsperiod (är i kraft 01.08.2018-31.07.2020): 

II - III  2018-2019 (autumn - spring), II-III 2019-2020 (autumn - spring)

Lärandemål (är i kraft 01.08.2018-31.07.2020): 

Understanding of good practices for machine learning with noisy and inaccurate data; feature extraction/ feature subset selection, handling high dimensional data, ANN + Deep Learning, Probabilistic graphical models, Topic models; as well as Unsupervised learning and clustering, Anomaly detection and Recommender systems.

Metoder, arbetssätt och bedömningsgrunder (är i kraft 01.08.2018-31.07.2020): 

Examination, Assignments and group works

Arbetsmängd (är i kraft 01.08.2018-31.07.2020): 

Contact hrs 26 h
Independent work 84 h

Studiematerial (är i kraft 01.08.2018-31.07.2020): 

Lecture handouts/slides,

Förkunskaper (är i kraft 01.08.2018-31.07.2020): 

Recommended but not obligatory: 3) Skilled in programming.

Bedömningsskala (är i kraft 01.08.2018-31.07.2020): 

0-5

Anmälning (är i kraft 01.08.2018-31.07.2020): 

WebOodi

Tilläggsinformation (är i kraft 01.08.2018-31.07.2020): 

Language class 3: English

Beskrivning

Anmälning och tillläggsinformation