STK4141 – Grafiske sannsynlighetsmodeller
Beskrivelse av emnet
Timeplan, pensum og eksamensdato
Kort om emnet
Emnet gir en innføring i grafiske sannsynlighetsmodeller som utgjør et av de viktigste rammeverkene for modellering av systemer over mange variabler som avhenger av hverandre. Grafiske modeller ligger i skjæringspunktet mellom statistikk og informatikk, og kombinerer konsepter og metoder fra statistikk, sannsynlighetsteori, graf-algoritmer og maskinlæring. Emnet vil fokusere på de to mest sentrale modellklassene: Bayesianske nettverk og Markov-nettverk, og det vil dekke hovedtemaene knyttet til representasjon, inferens og læring.
Hva lærer du?
Etter å ha fullført emnet:
- forstår du hvordan betinget uavhengighet kan utnyttes til å modellere høydimensjonale simultanfordelinger
- kan du tolke grafer som representasjoner av komplekse avhengighetsstrukturer
- forstår du hvordan strukturen til en grafisk modell kan utnyttes til å beregne marginalfordelinger på en effektiv måte
- kjenner du til metoder for læring av grafiske modeller fra data
- kjenner du til kausale grafiske modeller og hvordan de kan brukes til å svare på kausale spørsmål
- vil du være kjent med R-pakker for å utføre inferens i og læring av grafiske modeller
Opptak til emnet
Studenter må hvert semester søke og få plass på undervisningen og melde seg til eksamen i Studentweb.
Studenter tatt opp til andre masterprogrammer kan, etter søknad, få adgang til emnet hvis dette er klarert med eget program.
Dersom du ikke allerede har studieplass ved UiO, kan du søke om opptak til våre studieprogrammer, eller søke om å bli enkeltemnestudent.
Anbefalte forkunnskaper
- Sannsynlighetsregning og -modeller tilsvarende STK1100 – Sannsynlighetsregning og statistisk modellering
- Statistiske metoder tilsvarende STK1110 – Statistiske metoder og dataanalyse
- Grunnleggende programmeringsferdigheter tilsvarende IN1900 – Introduksjon i programmering for naturvitenskapelige anvendelser
Overlappende emner
- 10 studiepoeng overlapp med STK9141 – Probabilistic graphical models.
Undervisning
4 timer forelesning/regneøvelse hver uke hele semesteret.
Emnet kan undervises på norsk dersom foreleser og alle studenter på første forelesning ønsker det.
Ved fremmøte av tre eller færre studenter kan faglærer, sammen med undervisningsleder, gjøre emnet om til selvstudiumsemne med veiledning.
Eksamen
Avsluttende skriftlig eksamen eller avsluttende muntlig eksamen, som teller 100 % ved sensurering.
Eksamensform kunngjøres av faglærer senest 1. oktober/1. mars for henholdsvis høstsemesteret og vårsemesteret.
Dette emnet har 1 obligatorisk øvelse som må være godkjent før avsluttende eksamen.
Som eksamensforsøk i dette emnet teller også forsøk i følgende tilsvarende emner: STK9141 – Probabilistic graphical models
Hjelpemidler til eksamen
Skriftlig eksamen: Godkjent kalkulator.
Muntlig eksamen: Ingen hjelpemidler tillatt.
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:
Mer om eksamen ved UiO
- Kildebruk og referanser
- Tilrettelegging på eksamen
- Trekk fra eksamen
- Syk på eksamen / utsatt eksamen
- Begrunnelse og klage
- Ta eksamen på nytt
- Fusk/forsøk på fusk
Andre veiledninger og ressurser finner du på fellessiden om eksamen ved UiO.