Hjem
Utdanning
Masteremne

Statistisk læring

  • Studiepoeng10
  • UndervisingssemesterHaust
  • EmnekodeSTATLEARN
  • Talet på semester1
  • SpråkEngelsk
  • Ressursar

Undervisningssemester

Uregelmessig

Undervisningsstad

Bergen

Mål og innhald

Emner som blir behandlet inkluderer regresjon, klassifisering, modellvalg og en viss innføring i maskinlæring. Studentane får erfaring i bruk av spesielle programpakker i R.

Læringsutbyte

Etter fullført emne skal studentane kunne:

-bruke ikke-lineær regresjonsmetoder som Spline, Lokalt Regresjon og generaliserte additive modeller.
-nytte klassifiseringsmetoder som logistisk regresjon, Lineær diskriminant analyse.
-kjenne hvordan man bruker resampling (kryssvalidering , bootstrap) og modellvalgsmetoder for å vurdere og velge modeller og håndtere høydimensjonsdata
-bruke tre-baserte metoder.
-benytte Support Vector Machines for å løse klassifisering og regresjonsproblemer.
-kjenne unsupervised læringsmetoder som "Principal Components Analysis and Clustering"-metoder.

Tilrådde forkunnskapar

STAT210

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

Obligatorisk undervisningsaktivitet

To godkjente obligatoriske innleveringer

Vurderingsformer

Muntlig eksamen.

Karakterskala

Ved sensur av emnet vert karakterskalaen A-F nytta

Emneevaluering

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

Kontakt

Kontaktinformasjon

studieveileder@math.uib.no

Kontakt eventuelt foreleser: Yushu.Li@uib.no