SOS2901 – Anvendt maskinlæring for samfunnsvitere
Kort om emnet
Dette kurset gir en praktisk innføring i grunnleggende prinsipper for maskinlæring til bruk for prediksjon og klassifisering. Noen ganger vil det innebære å spå om fremtiden og gjøre beslutninger basert på dette. Det vektlegges anvendelser som er relevante for samfunnsvitere, der vurdering av bias og rettferdighet er sentralt. Gjennomgående vektlegges justering av algoritmene (tuning) for å veie ulike hensyn mot hverandre.
Kurset vektlegger praktiske anvendelser med håndtering av datasett og bruk av softwaren R. Det tekniske nivået er moderat. Undervisningen tar utgangspunkt i at studentene er kjent med grunnleggende statistikk, og er kjent med R.
Hva lærer du?
Etter endt kurs skal studentene kunne følgende:
- Beherske grunnleggende modeller for prediksjon og klassifikasjon, med hovedvekt på regresjon og tre-baserte algoritmer.
- Kjenne grunnleggende teknikker for å tolkbar maskinlæring.
- Kunne vurdere prediksjoners pålitelighet, med vekt på feilrater, bias og fairness, herunder hvordan justere modellen til mer ønsket resultat.
- Gjennomføre selvstendige analyser med datasett i R.
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 opptak til våre studieprogrammer, eller søke om å bli enkeltemnestudent.
Opptak til emner skjer på bakgrunn av rangeringsregler.
Anbefalte forkunnskaper
Undervisning
Forelesninger og praktiske oppgaver.
Studentene må ha tilgang til egen datamaskin med internettilgang med R og Rstudio installert.
Eksamen
4-timers skoleeksamen.
Eksamen vil inkludere flervalgsoppgaver, korte tekstsvar og analyse av datasett i R.
Hjelpemidler til eksamen
- Alle R-script som er blitt brukt i kurset
Eksamensspråk
Karakterskala
Mer om eksamen ved UiO
- Kildebruk og referanser
- Hvordan bruke KI som student
- 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.