PLA-43120 Luokittelun perusteet, 4 op
Data Classification
Vastuuhenkilö
Jari Turunen
Opetus
Toteutuskerta 1: PLA-43120 2015-01
| Opetusmuoto | P1 | P2 | P3 | P4 | P5 |
|
|
|
|
|
|
Suoritusvaatimukset
Hyväksytysti suoritetut harjoitustyöt, arvostellaan.
Osasuoritusten pitää liittyä samaan toteutuskertaan
Osaamistavoitteet
Kurssin suoritettuaan opiskelijalla on näkemys automaattisesta luokittelusta sekä valmiudet tehdä itsenäisesti datan luokittelija.
Sisältö
| Sisältö | Ydinsisältö | Täydentävä tietämys | Erityistietämys |
| 1. | Yleiskuvaus ja tutustuminen luokittelun perusteisiin: piirteet, hahmot ja luokittelu & klusterointi (Piirteitä ja luokkia voidaan tutkia myös opiskelijoiden omista datoista) | ||
| 2. | Piirteiden hyvyys ja arviointi luokittelun kannalta Piirteiden yksinkertaistaminen pääkomponenttianalyysin avulla | ||
| 3. | Luokittelumenetelmien tarkempi esittely | K-means, Itseorganisoituvat kartat (SOM), hermoverkot, Maximum Likelihood Estimator (MLE) jne. | Eri luokittelumenetelmien erityiskäyttökohteet |
| 4. | Päätöksenteko ja tulosten validointi | Tulosten jälkikäteen tapahtuva korjaus erikoistilanteissa Markov-ketjujen avulla |
Ohjeita opiskelijalle osaamisen tasojen saavuttamiseksi
Kurssi suoritetaan hyväksytyillä harjoitustöillä.
Arvosteluasteikko:
Opintojaksolla käytetään numeerista arviointiasteikkoa (1-5)
Osasuoritukset:
Oppimateriaali
| Tyyppi | Nimi | Tekijä | ISBN | URL | Lisätiedot | Tenttimateriaali |
| Luentokalvot | Jari Turunen | Ei |
Esitietovaatimukset
| Opintojakso | P/S | Selite |
| PLA-11341 Numeerinen laskenta MATLABilla | Suositeltava | |
| PLA-43130 Aikasarjojen analyysi | Suositeltava |
Vastaavuudet
Opintojakso ei vastaan mitään toista opintojaksoa