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
- Lärare: Le Nguyen
- Lärare: Stephan Sigg
- Lärare: Si Zuo