IN5400 – Maskinlæring for bildeanalyse

Timeplan, pensum og eksamensdato

Kort om emnet

Emner gir en innføring i teorien bak sentrale maskinlæringsalgoritmer som brukes i bildeanalyse. Videre beskrives utvalgte metoder og verktøy for dyp læring.

Hva lærer du?

Etter å ha tatt emnet:

  • har du god kunnskap om hvordan nevrale nett er bygget opp og hvordan backpropagation fungerer
  • har du god kunnskap om hvordan et nett trenes i praksis, og hvordan treningsprosessen kan overvåkes
  • kjenner du de sentrale matematiske metodene brukt i algoritmene
  • kjenner du ulike nettverksarkitekturer og i hvilke sammenhenger de er egnet
  • har du kunnskap om overtrening, generalisering, ogvalidering og hvordan best mulig generalisering kan oppnås
  • vet du hvordan konvolusjonsnettverk virker og hvordan disse kan tilpasses ulike formål.
  • har du grunnleggende kunnskap i temaer somunsupervised learning, recurrent networks, og reinforcement learning.
  • har du erfaring i å bruke verktøy for dyp læring som f.eks. Tensorflow

Opptak til emnet

Studenter må hvert semester søke og få plass på undervisningen og melde seg til eksamen  i Studentweb.

Dersom du ikke allerede har studieplass ved UiO, kan du søke om opptak til våre studieprogrammer, eller søke om å bli enkeltemnestudent.

MAT1110/MAT1120

Overlappende emner

Undervisning

2 timer forelesning og 2 timer seminargrupper hver uke.

Det kreves innlevering og godkjenning av obligatoriske øvelser.

Les mer om krav til innlevering av oppgaver, gruppearbeid og lovlig samarbeid under retningslinjer for obligatoriske oppgaver.

Eksamen

Avsluttende hjemmeeksamen som teller 100% av endelig karakter.

Alle obligatoriske øvelser må være godkjent for å kunne gå opp til eksamen.

Som eksamensforsøk i dette emnet teller også forsøk i følgende tilsvarende emner: IN4310 – Deep Learning for Image Analysis, IN3310 – Dyp læring for bildeanalyseINF5860 - Maskinlæring for bildeanalyse (videreført)INF9860 - Maskinlæring for bildeanalyse (videreført)IN9400 - Maskinlæring for bildeanalyse

Hjelpemidler til eksamen

Ingen hjelpemidler er tillatt.

Karakterskala

Emnet bruker karakterskala fra A til F, der A er beste karakter og F er stryk. Les mer om karakterskalaen.

Adgang til ny eller utsatt eksamen

Studenter som dokumenterer gyldig fravær fra ordinær eksamen, kan ta utsatt eksamen i starten av neste semester.

Det tilbys ikke ny eksamen til studenter som har trukket seg under ordinær eksamen, eller som ikke har bestått.

Mer om eksamen ved UiO

Andre veiledninger og ressurser finner du på fellessiden om eksamen ved UiO.

Sist hentet fra Felles Studentsystem (FS) 19. mars 2024 10:43:08

Fakta om emnet

Nivå
Master
Studiepoeng
10
Undervisning
Vår

Undervisning tilbys siste gang vår 2022

Eksamen
Vår

Eksamen tilbys siste gang vår 2023

Undervisningsspråk
Norsk (engelsk på forespørsel)