Kursen har inga tillfällen inplanerade just nu
- Sök andra utbildningar
- Kontakta oss om du har frågor: support@du.se.
Kursens mål
Efter avslutad kurs ska doktoranden kunna:
• Välja lämpliga statistiska modeller och metoder för dataanalys av praktiska pro-blem baserat på välgrundade argument, särskilt när den underliggande datagenere-rande mekanismen är okänd.
• Använda olika statistiska inlärningsalgoritmer (både övervakat och oövervakat lä-rande) på praktiska problem.
• Utvärdera och optimera inlärningsmodellernas och algoritmernas prestanda samt kommunicera modellens/algoritmens förväntade osäkerhet.
• Kombinera olika modeller för att uppnå högre prediktiv noggrannhet.
• Tillämpa neurala nätverk för problemlösning i reella fall.
• Göra jämförande analys, både teoretiskt och empiriskt, för att avgöra vilket
neuralt nätverk som är bäst lämpat för ett visst problem.
• Designa olika typer av neurala nätverk, utvärdera deras prestanda och
använda dem för att lösa komplexa problem.
• Använda deep learning för problemlösning i reella fall.