Data Science i praktiken - algoritmer för maskininlärning

Lär dig grundläggande maskininlärning

Kursen syftar till att skapa en god förståelse för de olika algoritmer och tekniker som kan användas för maskininlärning. Kursen introducerar den övergripande kontexten för maskininlärning, med utgångspunkt i etablerade processer för informationsutvinning (CRISP-DM), samt teoribildning och terminologi inom maskininlärning. Kursens huvudsakliga innehåll är grundläggande maskinlärningstekniker som beslutsträd, regelinlärning, neurala och djupa nätverk, support vector-maskiner och ensembler, samt algoritmer som kNN, k-Means och Apriori 

Kursen ger 5 högskolepoäng och genomförs på distans och ”kvartsfart”. Kvartsfart innebär att kursen sträcker sig över ca 14 veckor och du förväntas lägga ca 8 timmar per vecka under denna period.

Studieperiod 2022: Vecka 35 – 48

Till kurssidan på HB.se