|
Opinto-opas 2010-2011
ASE-5010 Kehittyneet datan mallinnus- ja analysointimenetelmät, 5 op
|
Vastuuhenkilö
Hannu Koivisto
Suoritusvaatimukset
Tentti. Tietokoneharjoitukset ja laskuharjoitukset/kotitehtävät.
Osaamistavoitteet
Opintojakso antaa syvällisen käsityksen data-analyysimenetelmistä, niitten keskinäisistä suhteista ja mallinnusmenetelmän valinnasta. Osaa (arvosana 3/5): 1. Ratkaista annetusta datasta monimuuttujaisen normaalijakauman parametrit ja arvioida satunnaisvektorin dimensioreduktion mahdollisuuksia. 2. Muodostaa normaalijakautuneen satunnaisvektorin lineaarimuunnoksen jakaumia. 3. Vertailla mallirakenteiden sopivuutta datan sisältämän informaation kuvaamiseksi. 4. Muodostaa lineaarisia ja epälineaarisia malleja ja tarkastella niiden parametrien ja ennusteuiden epävarmuuksia bayesilaisittain. 5. Soveltaa sumeita malleja. Arvosana (1/5): neljä tavoitteista täyttyy.
Sisältö
Sisältö | Ydinaines | Täydentävä tietämys | Erityistietämys |
1. | Informaatio: ennusteen epävarmuuden lähteet ja käsittely. | Maksimientropiaperiaate. | |
2. | Monimuuttujaisen normaalijakauman ominaisuudet. Bayesilainen lineaarinen (kantafunktio)regressio. | Luokittelu: K-means ja SOM. | |
3. | Mallin rakenteen valinta. | ||
4. | Bayesilainen MLP. | ||
5. | Sumeat mallit. |
Opintojakson arvostelu
Tentti. Tietokoneharjoitukset ja laskuharjoitukset/kotitehtävät.
Arvosteluasteikko:
Opintojaksolla käytetään numeerista arviointiasteikkoa (1-5)
Oppimateriaali
Tyyppi | Nimi | Tekijä | ISBN | URL | Painos,saatavuus... | Tenttimateriaali | Kieli |
Luentokalvot | Suomi |
Esitietovaatimukset
Opintojakso | P/S | Selite |
ASE-2110 Systeemit ja säätö | Suositeltava | |
ASE-2150 Systeemimallit ja niiden identifiointi | Suositeltava | |
ASE-2510 Johdatus systeemien analysointiin | Suositeltava |
Esitietoketju (Vaatii kirjautumisen POPiin)
Vastaavuudet
Opintojakso ei vastaan mitään toista opintojaksoa
Lisätiedot
Soveltuu jatko-opinnoiksi
Ei luennoida lukuvuonna 2010-2011