Hjem
Utdanning
Laveregradsemne

Innføring i maskinlæring

  • Studiepoeng10
  • UndervisingssemesterHaust
  • EmnekodeINF283
  • Talet på semester1
  • SpråkEngelsk. Emnet undervisast på norsk dersom berre norskspråklege studentar meldar seg til emnet.
  • Ressursar

Studiepoeng, omfang

10

Studienivå (studiesyklus)

Bachelor/master/ph.d

Fulltid/deltid

Fulltid

Undervisningssemester

Siste gong hausten 2018. Endrar emnekode til INF264 hausten 2019.

Mål og innhald

Maskinlæring er ei grein av feltet kunstig intelligens og omfattar algoritmar som gjer datamaskinar i stand til å lære frå og endre åtferd basert på empiriske data. Maskinlæring brukast til døme innanfor «big data» og data-analyse. Studentar som har fullført emnet vil ha ei forståing for det teoretiske grunnlaget for maskinlæring og for eit sett med konkrete algoritmar som læring av slutningstre, nevrale nett, bayesiansk læring og støttevektor-maskinar (en. support vector machines). Emnet gjev óg ei innføring i praktisk utvikling av metodar og bruk av desse på konkrete datasett.

Læringsutbyte

Studenten skal ved avslutta emne ha oppnådd følgjande læringsutbyte definert i kunnskapar, ferdigheiter og generell kompetanse:

Kunnskapar
Studenten skal

  • Forstå dei grunnleggjande ideane innan maskinlæring
  • Kunne samanlikne modelleringsaspekt ved forskjellege tilnærmingar til maskinlæring

Ferdigheiter
Studenten skal

  • Kunne utvikle og implementere maskinlærings-algoritmar
  • Anvende og evaluere maskinlæringsalgoritmar på reelle datasett

 Generell kompetanse
Studenten skal

  • ha oppnådd ei god oversikt over korleis maskinlæring nyttast i forskjellige samanhengar i samfunnet

Krav til forkunnskapar

Ingen

Tilrådde forkunnskapar

MAT121, STAT110

Kunne implementere grunnleggjande algoritmar i eit programmeringsspråk ein veljar sjølv.

Studiepoengsreduksjon

INF280: 5 ECTS

Krav til studierett

For oppstart på emnet er det krav om ein studierett knytt til Det matematisk-naturvitskaplege fakultet http://www.uib.no/matnat/52646/opptak-ved-mn-fakultetet

Arbeids- og undervisningsformer

Førelesningar, 4 timar i veka
Gruppeøvingar, 2 timer i veka

Obligatorisk undervisningsaktivitet

Godkjente obligatoriske oppgåver. Obligatoriske aktivitetar er gyldige to semester; det semesteret aktiviteten blir utført samt det påfølgjande.

Vurderingsformer

Munnleg eksamen. Dersom det er fleire enn 20 studentar kan det bli skriftleg eksamen. Obligatoriske arbeidskrav inngår i vurderingsgrunnlaget for eksamen.

Hjelpemiddel til eksamen

Ingen

Karakterskala

Ved sensur av emnet vert karakterskalaen A-F nytta.

Vurderingssemester

Det er ordinær eksamen kvart semester. I semesteret utan undervisning er eksamen tidleg i semesteret.

Litteraturliste

Litteraturlista vil vere klar innan 01.06. for haustsemesteret og 01.12. for vårsemesteret.

Emneevaluering

Studentane skal evaluere undervisninga i tråd med UiB og instituttet sitt kvalitetssikringssystem.

Programansvarleg

Programstyret har ansvar for fagleg innhald og oppbygging av studiet og for kvaliteten på studieprogrammet og alle emna der.

Emneansvarleg

Emneansvarleg og administrativ kontaktperson finn du på Mitt UiB, kontakt eventuelt studierettleiar

Administrativt ansvarleg

Det matematisk-naturvitenskapelige fakultet v/ Institutt for informatikk har det administrative ansvaret for emnet og studieprogrammet.

Kontakt

Kontaktinformasjon

Forelesar og Administrativ kontaktperson finn du på Mitt UiB, kontakt ev studierettleiar på instituttet.

Eksamensinformasjon

  • Klokkeslett for oppstart av skoleeksamen kan endre seg fra kl 09.00 til 15.00 eller vice versa inntil 14 dager før eksamen. Eksamenslokale publiseres 14 dager før eksamen. Kandidatene finner sin egen romplassering på Studentweb 3 dager før eksamen.

  • Vurderingsordning: Skriftleg skuleeksamen (Ny eksamen)

    Trekkfrist
    10.09.2019