- De student begrijpt de fundamentele concepten in machine learning, zoals classificatie/regressie; supervised/unsupervised learning; error functies; trainingsfout/validatiefout/testfout/overfitting).
- De student heeft kennis van een aantal basis machine learning algoritmes (o.m. naaste-buur classificatie, lineaire regressie) en is in staat deze toe te passen.
- De student begrijpt het principe van error-functie minimalisatie en is hiermee in staat om voor een brede klasse van modellen zoals lineaire modellen en neurale netwerken trainingsalgoritmes af te leiden.
- De student heeft inzicht in de relatie tussen machine learning en concepten uit de (Bayesiaanse) statistiek en kansrekening, zoals de maximum likelihood schatting en de Bayesiaanse interpretatie van regularisatie.
|
|
Dit vak geeft een inleiding in machine learning. We beginnen met de basis concepten en gaan in Python en scikit-learn een aantal bekende algoritmes onderzoeken en toepassen. Vervolgens wordt in meer detail naar de algoritmes gekeken en hoe deze afgeleid kunnen worden. Hierbij wordt een link gelegd met het probabilistisch perspectief. Dit perspectief is zeer generiek en is dominant in het moderne machine learning onderzoek. De cursus geeft een eerste inleiding in dit fascinerende onderwerp. De cursus geeft een eerste inleiding in dit fascinerende onderwerp.
In de cursus komen zowel de theorie (wiskundige modellen, afleidingen) als programmeertools (Python en scikit-learn) voor praktische toepassingen uitgebreid aan bod. Onderwijs over de theoretische aspecten is in de vorm van hoorcolleges en werkcolleges ('sommetjes'). Onderwijs over Python en scikit-learn vooral in de vorm van zelfstudieopdrachten, vraag-en-antwoord sessies en huiswerk programmeeropdrachten.
Instructional Modes
Hoorcollege; Werkcollege en Computeropdrachten
|
|
|
|
Lineaire algebra; Calculus; Python (numpy, matplotlib)
|
|
Tentaminering bestaat uit een gewogen gemiddelde van schriftelijk examen en computer- en werkcollegeopgaven |
|
De cursus is geschikt voor bachelor studenten natuurkunde of wiskunde. De cursus wordt in de Master fase vervolgd door een college Machine Learning waarin onderwerp verder wordt uitgediept.
Deze cursus past binnen het onderzoeksthema Neurofysica
De cursus wordt in het Engels gegeven.
|
|