Maskininlärning
Kan vi få en dator att lära sig av sina erfarenheter istället för att programmera den?
Många problem som vi människor kan lösa utan att ens tänka på dem som problem, är svåra att programmera en dator till att lösa. Vi vet nämligen inte ens själva hur vi gör när vi, till exempel, känner igen någons ansikte, röst eller handskrivna kråkfötter. Hur ska vi då få en dator att göra det?Om det inte går att programmera sin dator, kanske man kan träna den? Det finns många tekniker för att åstadkomma någon form av inlärning hos datorer. Artificiella neuronnät är en sådan teknik, inspirerad av biologiska nervsystem. Men vi tittar på fler under kursens gång - de flesta med det gemensamt att de, liksom neuronnät, är inspirerade av något fenomen i naturen:Reinforcement learning (kritikerledd inlärning) har hämtat idéer från psykologin och etologin (läran om djurs beteende). Evolutionära metoder bygger på genetik, utvecklingslära och "den starkes överlevnad". Svärmmetoder bygger på hur sociala system i naturen löser problem - myrsamhällen, fågelflockar och mänskliga kulturer, till exempel.
Kursen är på 7.5 högskolepoäng och ges normalt på engelska. Den är mer praktisk än teoretisk, med konkret problemlösning i form av labbar och en självvald projektuppgift, där man får möjlighet att fördjupa sig inom något delområde, eller tillämpa en inlärningsteknik på något intressant problem. Förkunskaper: 120 hp inklusive grundläggande algebra, Boolsk algebra, derivator och kedjeregeln, vektorer och matriser, programmering och algoritmer och datastrukturer. Exempelvis kurserna Algebra I, Logik och bevisteknik I, Linjär algebra och geometri I, Derivator och integraler, Programkonstruktion och Algoritmer och datastrukturer I. Dessutom rekommenderas förkunskaper i matematisk statistik, artificiell intelligens och datorarkitektur.
Innehåll: Kursen introducerar olika maskininlärningmetoder, med tonvikt på naturinspirerade beräkningmetoder. Kursen är uppdelad i en teoretisk del (3 hp) och en praktisk del (4.5 hp).
Förbehåll: Kursen ersätter den gamla kursen Artificiella neuronnät och kan inte samräknas med denna i en examen