Bayesiansk statistik för maskininlärning
Kursen är för yrkesverksamma och ingår i programmet MAISTR (hh.se/maistr) där du som deltagare kan läsa hela programmet eller enstaka kurser. Kursen ingår i kursspåret maskininlärning och ges på distans på engelska.
Kursen är uppdelad i:
- Grundläggande Bayesianska begrepp
- Att välja priors, och härleda grundläggande ekvationer
- Bayesiansk inferens, Parametrisk modell-estimering
- Samplings-baserade metoder
- Sekventiell inferens (Kalman-filter, partikelfilter)
- Approximativ inferens, ”variational inference”
- Modellval, saknade data
- Bayesianska djupa neurala nätverk
The course is broken down into: - Basic Bayesian concepts
- Selecting priors, deriving some equations
- Bayesian inference, Parametric model estimation
- Sampling based methods
- Sequential inference (Kalman filters, particle filters)
- Approximate inference, variational inference
- Model selection (missing data)
- Bayesian deep neural networks
Nivå:
Avancerad nivå
Anmälningskod:
13201
Behörighetskrav:
Kandidatexamen i datateknik eller Högskoleingenjörsexamen i datateknik inklusive 5 hp statistik och 5 hp maskininlärning. Engelska 6. Undantag ges för kravet på svenska.
Startvecka:
Vecka: 36
Obligatoriska sammankomster:
0
Undervisningstid:
Blandade tider
Studieavgift:
För sökande med medborgarskap utanför EU/EES och Schweiz: Mer information om studieavgift
Undervisningsspråk:
Undervisningen bedrivs på engelska.
