Maskininlärning
I denna kurs lär du dig att formulera och strukturera lösningar på praktiska maskininlärningsproblem, identifiera och estimera lämpliga maskininlärningsmodeller för prediktion och klustring, utvärdera och välja bland olika maskininlärningsmodeller och algoritmer och att implementera maskininlärningsmodeller och algoritmer i ett programmeringsspråk.
Kursen ger dig kunskap inom maskininlärning som används inom marknadsföring, finans, nationalekonomi, textanalys inom digital humaniora och samhällsvetenskap.
Du får även lära dig övervakad och oövervakad maskininlärning samt semiövervakad och aktiv inlärning. Kursen tar upp flexibel regression och klassificering, regularisering, metoder för prediktiv modellutvärdering, Gaussiska processer, klustringsalgoritmer och mixture models.
För dig som är antagen HT2024
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
Blivande student vid Statistiska institutionen? Här har vi samlat information till dig som sökt kurser hos oss.
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
Kursen ger dig kunskap inom maskininlärning som används inom marknadsföring, finans, nationalekonomi, textanalys inom digital humaniora och samhällsvetenskap.
Du får även lära dig övervakad och oövervakad maskininlärning samt semiövervakad och aktiv inlärning. Kursen tar upp flexibel regression och klassificering, regularisering, metoder för prediktiv modellutvärdering, Gaussiska processer, klustringsalgoritmer och mixture models.
-
Kursupplägg
Kursen läses på heltid, dagtid.
Kursen ingår i Masterprogrammet i statistik men kan även läsas som en fristående kurs.
Undervisning
Undervisningen består av föreläsningar och datorlaborationer.
Undervisningsspråk: Engelska.
Kursinformation
-
Course description fall 2023 (223 Kb)
Övrig information för registrerade studenter finns på Athena.
Examination
Kunskapskontrollen sker genom skriftliga prov, individuellt och i grupp.
Examinator
Lärare höstterminen 2023
Du hittar lärarnas mottagningstider i länken ovan. Det går bra att mejla och komma överens om en tid, om du vill träffa din lärare utanför mottagningstiden.
-
-
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. -
Kontakt
Lärare höstterminen 2023
Kursansvarig
Du hittar lärarens mottagningstider i länken ovan. Det går bra att mejla och komma överens om en tid, om du vill träffa din lärare utanför mottagningstiden.
Om du har frågor kring att studera vid Statistiska institutionen, Stockholms universitet, kontakta vår studie- och karriärvägledare.