Introduktion till maskininlärning
Maskininlärning och artificiell intelligens har en stor påverkan på samhället idag, både praktiskt och konceptuellt. Många verksamheter, inom såväl offentlig verksamhet som i näringslivet, försöker dra nytta av den nya tekniken.
I den här kursen blir du introducerad till grundläggande principer i fältet maskininlärning, god praxis, samt några viktiga och lättillgängliga metoder. I övningar får du experimentera med dessa metoder och lära dig hur man använder dem i praktiken.
Innehåll
Kursen behandlar frågan hur datorn kan lära sig från tidigare erfarenheter. Den ger en översikt över maskininlärningsområdet och beskriver ett antal inlärningsparadigm, algoritmer, teoretiska resultat och tillämpningar. Etiska och samhälleliga aspekter av maskininlärning behandlas. Kursen behandlar de grundläggande begreppen i maskininlärning och tekniker som: närmaste-granne-klassificerare, beslutsträd, bias och varians-trade-off, regression, support-vektor-maskiner, artificiella neuronnät, ensemblemetoder, dimensionalitetsreduktion samt underrumsmetoder.
För dig som är antagen VT2025
Grattis! Du har blivit antagen till den utbildning du sökt på Stockholms universitet och vi hoppas att du kommer att trivas med dina studier hos oss.
På den här sidan listar vi vad du behöver göra och känna till innan du börjar dina studier.
Följ de instruktioner du fått för att acceptera din plats.
Mer information på antagning.se
Checklista för antagna studenter
-
Aktivera ditt SU-konto
Första steget för att kunna registrera dig och få tillgång till universitetets alla IT-tjänster.
-
Registrera dig på din institution
Registrering kan ske på olika sätt. Läs noga informationen från din institution nedan.
-
Ta del av institutionens information
På den här sidan hittar du det du behöver veta inför starten på din kurs eller ditt program.
Notera
Din plats kan tas tillbaka om du inte registrerar dig och deltar vid eventuellt upprop enligt anvisningarna från institutionen.
Information från institutionen - kurser
Här hittar du viktig information om registreringstider, lärplattform, och information för dig som är antagen med villkor eller reservantagen.
Först: Svara på ditt antagningsbesked!
Om du erbjuds en plats eller reservplats på en kurs i första antagningsbeskedet måste du svara på antagningbeskedet via Antagning.se senast 16 december för att behålla platsen! Om du har glömt detta är det möjligt att du kan göra en återanmälan om sen anmälan är öppen, se Antagning.se.
Mer info hos Antagning.se om att svara på antagningsbesked
Registrering i Ladok
Du som är antagen till en kurs måste webbregistrera dig via student.ladok.se för att behålla din plats på kursen. Webbregistrering för kurser VT25 öppnar 7 januari, och stänger olika tider för olika kurser.
- Matematik I, alla varianter inklusive ULV- och VAL-versioner samt fortsättningsregistrering för de som började kursen på halvfart hösten 2024: sista dag för registrering är onsdag 15 januari.
- Kurser som ges på KTH, alltså kurserna med kurskod BE7012 och MM7051: sista dag för registrering är måndag 20 januari. Registrera dig gärna tidigare för att få KTH-konto i tid.
För distanskurserna Förberedande kurs i matematik och Utmanande matematik är webbregistrering öppen nästan hela terminen, eftersom studietakten på dessa kurser är flexibel.
För övriga kurser är webbregistrering öppen till och med 9 februari om kursen börjar i januari (period 1 eller AB), eller 13 april om den börjar i mars (period 2 eller CD).
Du kan inte webbregistrera dig på självständiga arbeten i matematik (du registreras när din arbetsplan har godkänts).
Lärplattform
Våra kurssidor finns på kurser.math.su.se, med undantag för kurserna Förberedande kurs i matematik (math.su.se/förberedande) och Utmanande matematik (math.su.se/utmanande).
På många kurssidor kan du aktivera dig själv, men att du gör det innebär inte att du är registrerad på kursen! Du måste alltid webbregistrera dig på kursen via Ladok, se ovan om registrering.
Villkor för antagning
Villkorshanteringen brukar ske strax före kursstart. Du behöver i allmänhet inte visa upp några intyg på att villkoren är uppfyllda, denna information har vi tillgång till.
Så länge villkoret finns kvar kan du inte webbregistrera dig, därför bör du kontakta studievägledningen om villkoret fortfarande finns kvar vid kursstart, och du inte har fått något besked om huruvida du får läsa kursen. Om kursen har kort registreringsperiod, kontakta oss innan webbregistrering stänger (du bör i så fall ha fått instruktioner i ditt välkomstbrev).
Reservantagning
Eventuell reservantagning sker kring terminsstart, och vi kontaktar dig då på den e-postadress du angivit på Antagning.se om vi kan erbjuda dig en plats. Om du är reservantagen med villkor och blir erbjuden en plats på kursen, så måste du också uppfylla villkoret för att kunna ta din plats i anspråk.
Mer information
Ny student: om antagning, registrering, kurslitteratur och kurssidor
Välkomstaktiviteter
Vid terminsstart ordnar vi ett antal aktiviteter – både online och på campus – för att välkomna och introducera dig som är ny student. En av dessa är Välkomstdagen på Campus Frescati som är ett utmärkt tillfälle att bekanta sig med universitetet och andra nya studenter. Programmet riktar sig till alla nya studenter, oavsett ämne, kurs eller program. För dig som är ny student vid Institutionen för data- och systemvetenskap, DSV, arrangeras en motsvarande välkomstdag på Campus Kista.
Information som rör din utbildning får du via din kurs-/programgivande institution.
Hitta hit
Stockholms universitet sträcker sig över en stor yta. Läs om vilka campus som finns och var du hittar din institution, alla undervisningslokaler, lunchställen, bibliotek, läsplatser, mm.
Läs mer
I den här kursen blir du introducerad till grundläggande principer i fältet maskininlärning, god praxis, samt några viktiga och lättillgängliga metoder. I övningar får du experimentera med dessa metoder och lära dig hur man använder dem i praktiken.
Innehåll
Kursen behandlar frågan hur datorn kan lära sig från tidigare erfarenheter. Den ger en översikt över maskininlärningsområdet och beskriver ett antal inlärningsparadigm, algoritmer, teoretiska resultat och tillämpningar. Etiska och samhälleliga aspekter av maskininlärning behandlas. Kursen behandlar de grundläggande begreppen i maskininlärning och tekniker som: närmaste-granne-klassificerare, beslutsträd, bias och varians-trade-off, regression, support-vektor-maskiner, artificiella neuronnät, ensemblemetoder, dimensionalitetsreduktion samt underrumsmetoder.
-
Kursupplägg
Kursen består av två moment; teori och laborationer.
Undervisning
Undervisningen består av föreläsningar.
Examination
Kursen examineras genom ett skriftligt prov, och muntlig och skriftlig redovisning av laborationer. För godkänt betyg på kursen krävs att du är godkänd på båda momenten.
Examinator
Lista över examinatorer finns på
-
Schema
Schema finns tillgängligt senast en månad före kursstart. Vi rekommenderar inte utskrift av scheman då vissa ändringar kan ske. Vid kursstart meddelar utbildningsansvarig institution var du hittar ditt schema under utbildningen. -
Kurslitteratur
Observera att kurslitteraturen kan ändras fram till två månader före kursstart.James, Witting, Hastie, Tibshirani och Taylor: Introduction to Machine Learning: With Applications in Python.
Boken är tillgänglig som e-bok via Stockholms universitetsbibliotek.
-
Kursrapporter
-
Mer information
-
Kontakt
