Hoppa till huvudinnehåll
Länkstig

Introduktion till djup maskininlärning och förstärkningsinlärning

Kurs
FYD600
Grundnivå
7,5 högskolepoäng (hp)
Studietakt
50%
Undervisningstid
Kväll
Studieort
Göteborg
Undervisningsform
Campus
Undervisningsspråk
Svenska
Start/slut
-
Ansökan öppen
-
Anmälningskod
GU-21117
Ansökan öppnar 15 september 2021

Om utbildningen

Kursen ger en introduktion till maskininlärning med hjälp av artificiella neurala nätverk (ANN). Fokus är på praktiska övningar och konkreta exempel för att ge både en översiktlig förståelse för ANN och färdigheter i att använda etablerad mjukvara för dessa (Python, Tensorflow, Keras). Aspekter som tas upp inkluderar övervakat lärande (“supervised learning”), djup maskininlärning (“deep learning”, dvs nätverk bestående av många lager med olika funktionalitet) med tillämpningar på bland annat bild-kategorisering.

I kursen ingår en kort introduktion till Python på en nivå som möjliggör användandet av Keras och Tensorflow. Kursen tar också upp förstärkningsinlärning (“reinforcement learning”) som används att ta fram optimala strategier för t.ex spel och dess implementering med hjälp av ANN (s.k. “deep Q-learning”).

  • Artificiella neurala nätverk, aktiveringsfunktioner
  • Djupa nätverk, nätverkslager med olika funktionalitet
  • Övervakad inlärning (supervised learning), kostnadsfunktioner, träning genom gradientsökning
  • Förstärkningsinlärning (reinforcement learning) med hjälp av värde-funktion (Q-funktion)
  • Q-inlärning med hjälp av neurala nätverk

Behörigheter och urval

Förkunskapskrav

Minst 15 hp matematik inklusive linjär algebra och analys (flervariabel analys rekommenderat). Minst 7,5 hp programmering (Java, C++, Python, eller liknande) eller motsvarande omfattning matematisk programmering som delmoment i andra kurser (ex.vis Matlab, Maple, eller Mathematica i fysikkurser eller numerisk analys).

Urval

Högskolepoäng, max 165 hp.