Opintojakso, lukuvuosi 2023–2024
DATA.ML.200
Pattern Recognition and Machine Learning, 5 op
Tampereen yliopisto
- Kuvaus
- Suoritustavat
Opetusperiodit
Aktiivinen periodissa 4 (4.3.2024–31.5.2024)
Koodi
DATA.ML.200Opetuskieli
englantiLukuvuodet
2021–2022, 2022–2023, 2023–2024Opintojakson taso
Syventävät opinnotArvosteluasteikko
Yleinen asteikko, 0-5Vastuuhenkilö
Vastuuopettaja:
Joni KämäräinenVastuuorganisaatio
Informaatioteknologian ja viestinnän tiedekunta 100 %
Järjestävä organisaatio
Tietotekniikan opetus 100 %
Ydinsisältö
- Statistical Signal Processing: Estimation theory; Maximum likelihood; Estimation of signal parameters (e.g., phase, amplitude and frequency).
- Detection theory; Receiver Operating Characteristics; Neyman-Pearson decision rule and relation to machine learning.
- Linear models: regression and classification, support vector machines, logistic regression, regularization.
- Modern tools: Random forests, Bagging, Boosting, Stacking, Deep Learning
- Performance evaluation, cross-validation, bootstrapping
- Implementations in Python: 1) Scikit-learn, 2) Tensorflow
Osaamistavoitteet
Esitietovaatimukset
Pakolliset esitiedot
Lisätiedot
Oppimateriaalit
Vastaavat opintojaksot
Kokonaisuudet, joihin opintojakso kuuluu
Suoritustapa 1
Osallistuminen opetukseen
04.03.2024 – 26.05.2024
Aktiivinen periodissa 4 (4.3.2024–31.5.2024)
Suoritustapa 2
Tentti
Tietoja ei opetusohjelmassa