Kurs i maskinlæring
Hovedinnhold
Følgjande kurs vert undervist av maskinlæringsgruppa ved Institutt for Informatikk:
INF264 Innføring i maskinlæring (haust)
Maskinlæring er ei grein av kunstig intelligens som fokuserar på algoritmar som lar datamaskinar lære frå og forandre åtferd basert på empiriske data. Emnet gjev ei forståing for det teoretiske grunnlaget til maskinlæring samt eit sett av konkrete algoritmar, deriblant beslutningstre, kunstige nevrale nett, bayesiansk læring og støttevektormaskinar. Emnet inkluderar òg programmering og bruk av maskinlæringsalgoritmar på reelle datasett.
Klikk her → INF264
INF265 Djuplæring (vår)
Kunstige nevrale nettverk er fleksible og mektige maskinlæringsmodellar. Moderne djuplæring har hatt stor suksess i å bruke komplekse nevrale nettverk i problem frå ei rekke forskjellige disiplionar. Dette emnet gir ei forståing av det teoretiske grunnlaget som ligg bak nevrale nettverk og djuplæring. I tillegg inkluderer emnet iverksetting av nevrale nettverk-komponentar og nyttig av djuplæring i reelle datasett ved bruk av moderne djuplæringspakkar.
Klikk her → INF265
INF367 Utvalde emne i kunstig intelligens
Vår 2020: Probabilistisk Læring
Vår 2021: Maskinlæring og samfunnsspørsmål
Høst 2021: Ontologier og kunnskapsgrafer
Vår 2022: Topologisk maskinlæring
Høst 2022: Naturlig språkbehandling
Vår 2023: Geometrisk djuplæring
Høst 2023: Kvantedatamaskin og kvantemaskinlæring
Høst 2024: Kvantedatamaskin og kvantemaskinlæring
Klikk her → INF367