Inleiding Machine Learning 2018
Vereiste voorkennis
Linear algebra; Calculus; Kansrekenen
Cursus informatie
- Half semester cursus (3 Euro points). Cursus code NWI-NB062B
- Format: hoorcollege, werkcollege
- Doelgroep: BA studenten natuurkunde en wiskunde
- Hoorcolleges: Dinsdag van 13.30-15.15
- Werkcolleges: Donderdag van 8.30-10.15
- Docent: Bert Kappen
- Werkcollegedocent:
Thijs van der Plas
Beschrijving
Dit vak geeft een inleiding in machine learning vanuit een probabilistisch perspectief.
De probabilistische aanpak is zeer generiek en is momenteel dominant in de
robotiek, vision, kunstmatige intelligentie en modellering van de hersenen. Zie
Bert Kappen en
SNN voor meer informatie over mijn onderzoek.
De cursus geeft een eerste inleiding in dit fascinerende onderwerp en wordt in de Master fase vervolgd door een college Machine Learning waarin dit verder wordt uitgediept.
De cursus is geschikt voor bachelor studenten natuurkunde of wiskunde.
Inhoud
schedule
Leerdoelen
- de student is in staat een probabilistisch model voor regressie, classificatie en dichtheid schatting te formuleren
- de student begrijpt het principe van maximum likelihood schatting, alsook de volledige Bayesiaanse benadering
- de student is in staat algoritmes af te leiden op basis van deze principes voor een brede klasse van modellen zoals het lineair-Gaussische model, lineaire modellen voor regressie, logistische regressie en Gaussian mixtures (het EM-algoritme)
- de student is in staat wiskundig beschreven methoden uit de moderne statistische machine learning literatuur te begrijpen
Literatuur
Sheets
Sheets
Exercises
Exercises die met WWW zijn aangeduidt zijn belangrijk voor goed begrip van de stof. De uitwerkingen van deze opgaven zijn op het web te vinden. Deze opgaven tellen
niet mee voor het eindcijfer.
Week 1
Week 2
Week 3
Week 4 Bishop Ch 2
Week 5 Bishop Ch 3.3
Week 6 Perceptron
Week 7 Logistic regression with gradient descent
Weekly exercises should be handed before the Tuesday 14:00
following
the exercise class where they are assigned.
Examinering
Het eindcijfer wordt bepaald op basis van
het schriftelijke tentamen (3/2) en de (niet WWW) opgaven (1/3). Daarnaast dient voor het schriftelijk tentamen tenminste een 5 worden gehaald.