STK2100 – Maskinlæring og statistiske metoder for prediksjon og klassifikasjon

Timeplan, pensum og eksamensdato

Velg semester

Endringer på grunn av koronaviruset

Høsten 2020 vil eksamen i de fleste emner ved MN gjennomføres digitalt, enten som hjemmeeksamen eller som muntlig eksamen, med normal karakterskala. Følg med på semestersiden for oppdatert informasjon om eksamensformen i ditt emne.

Se felles retningslinjer for eksamen ved MN-fakultetet høsten 2020.

Kort om emnet

STK2100 gir innføring i ulike metoder for styrt læring (regresjon og klassifikasjon). Emnet inneholder både modell- og algoritme-baserte tilnærminger. Hovedvekten vil være på styrt læring, men også ikke-styrte metoder som klustring vil bli omtalt. Emnet omhandler også problematikk knyttet til store datamengder.

Emnet gir et godt grunnlag for videre studier i statistikk eller Data Science, men er også nyttig for studenter som har behov for å gjøre dataanalyser i andre fagområder.

Hva lærer du?

Etter å ha fullført emnet:

  • kan du de fundamentale prinsipper for styrt læring (regresjon og klassifikasjon) samt hvordan en kan evaluere ulike metoder;
  • behersker du mange ulike metoder for styrt læring, inkludert lineære modeller, logistisk regresjon, trebaserte metoder., bootstrapping og andre simuleringsbaserte metoder, dimensjons-reduksjon og regularisering, bagging og boosting samt support vector machines;
  • har du kunnskap om problematikk knyttet til høydimensjonale data;
  • har du kjennskap til problemer knyttet til store datamengder og til metoder for ikke-styrt læring.

Opptak til emnet

Studenter ved UiO søker plass på undervisning og melder seg til eksamen i Studentweb.

Spesielle opptakskrav

I tillegg til generell studiekompetanse eller realkompetanse må du dekke spesielle opptakskrav.

Du må ha:

  • Matematikk R1 (eller Matematikk S1 og S2) + R2

Og en av disse:

  • Fysikk (1+2)

  • Kjemi (1+2)

  • Biologi (1+2)

  • Informasjonsteknologi (1+2)

  • Geofag (1+2)

  • Teknologi og forskningslære (1+2)

De spesielle opptakskravene kan også dekkes med fag fra videregående opplæring før Kunnskapsløftet, eller på andre måter.

Emnet bygger på STK1100 – Sannsynlighetsregning og statistisk modellering, STK1110 – Statistiske metoder og dataanalyse, MAT1100 – Kalkulus, MAT1110 – Kalkulus og lineær algebra, MAT1120 – Lineær algebra, IN1900 – Introduksjon i programmering for naturvitenskapelige anvendelser og MAT-INF1100 – Modellering og beregninger.

Overlappende emner

Undervisning

3 timer forelesning og 2 timer regneøvelse hver uke hele semesteret.

Eksamen

2-4 obligatoriske oppgaver.

Skriftlig eksamen.

Hjelpemidler til eksamen

Godkjent kalkulator, formelsamling for STK2100.

Eksamensspråk

Dersom emnet undervises på engelsk vil det bare tilbys eksamensoppgavetekst på engelsk. Du kan besvare eksamen på norsk, svensk, dansk eller engelsk.

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

Dette emnet tilbyr både utsatt og ny eksamen. Les mer:

Tilrettelagt eksamen, kildebruk, begrunnelse og klage

Se mer om eksamen ved UiO

Sist hentet fra Felles Studentsystem (FS) 24. okt. 2020 00:18:50

Fakta om emnet

Studiepoeng
10
Nivå
Bachelor
Undervisning
Vår
Eksamen
Vår
Undervisningsspråk
Norsk (engelsk på forespørsel)