Statistik: Deep learning och metoder för artificiell intelligens

Kursen ger en tillämpningsfokuserad och praktisk metod för att lära sig artificiella neuronnät och reinforcement learning. Den kan ses som en första introduktion till djupinlärning och presenterar ett brett spektrum av det senaste inom konnektionistiska modeller. Kursen behandlar de populäraste algoritmerna och arkitekturerna på ett enkelt och intuitivt sätt.

Kursens innehåll

• Grunderna för maskininlärning samt de matematiska och beräkningsmässiga förkunskaperna för deep learning.
• Feed-forward artificiella neuronnät, convolutional artificiella neuronnät och de återkommande kopplingarna till feed-forward artificiella neuronnät.
• En kort historik över artificiell intelligens och artificiella neuronnät, samt genomgång av intressanta olösta forskningsproblem inom deep learning och konnektionism.

Kursen kan vara av intresse för dig som studerar statistik, datalogi, kognitionsvetenskap och matematik, såväl som t.ex. lingvistik, logik, filosofi och psykologi.

Du kommer att arbeta med projekt för att tillämpa teknikerna på verkliga problem. På kursen kommer i första hand R och/eller Python att användas, dock får du använda annan matematisk programvara som kan lösa uppgifterna på kursen (t.ex. Matlab). Projektdiskussioner medger att du kan dela och jämföra dina idéer med andra studenter och få specifik vägledning av lärare. Du kommer att få hjälp att översätta verkliga problem till matematiska modeller så att lämpliga algoritmer kan tillämpas med beaktande av beräkningsmässiga begränsningar.