STK2100 – Maskinlæring og statistiske metoder for prediksjon og klassifikasjon
Kursoversikt
STK2100 gir innføring i ulike metoder for styrt læring (regresjon og klassifikasjon). Emnet dekker både modell- og algoritme-baserte tilnærminger, med hovedvekt på styrt læring. Det omhandler også problematikk knyttet til store datamengder og gir et godt grunnlag for videre studier i statistikk eller Data Science.
Karakterkalkulator
Karakterskala
STK2100 bruker bokstavkarakterskalaen fra A til F, hvor A er beste karakter og E er laveste beståtte karakter. F er stryk.
A
Fremragende
B
Meget god
C
God
D
Nokså god
E
Tilstrekkelig
F
Ikke bestått
Viktig informasjon
Undervisningsform
3 timer forelesning og 2 timer regneøvelse hver uke hele semesteret.
Obligatoriske aktiviteter
2-4 obligatoriske øvelser som må være godkjent før avsluttende eksamen.
Eksamen
Avsluttende skriftlig eksamen som teller 100% ved sensurering.
Læringsutbytte
Forståelse av styrt læring, beherskelse av ulike metoder, kunnskap om høydimensjonale data og store datamengder.
Opptakskrav
Matematikk R1 + R2 og ett realfag til på videregående nivå.
Anbefalte forkunnskaper
STK1100/STK-FYS1110, MAT1100, MAT1110, MAT1120, IN1900.
Overlappende emner
7 studiepoeng overlapp med STK4030 (nedlagt).
Hjelpemidler til eksamen
Godkjent kalkulator og formelsamling for STK2100.
Overlappende emner med STK2100
Merk: Denne visualiseringen viser overlapp med andre emner. Hold musepekeren over søylene for mer informasjon om hvert emne.
Ukentlig timefordeling for STK2100
-
3 timerForelesning
-
2 timerRegneøvelse