Avanceret machine learning

• forklare i detaljer hvordan dybe generative modeler virker.
• operationalisere og implementere dybe generative modeler.
• sammenligne og adskille de forskellige modelvalg bag forskellige dybe generative modeler.
• afgøre hvilke aspekter af en statistisk model der kan identificeres.
• operationalisere differentialgeometriske representationer i latent variabel modeler.
• estimere identificerbare fordelinger fra observationel data givet i en lært repræsentation.
• operationalisere og implementer grafneurale netværk
• ræsonnere omkring fundamentet for grafneurale netværk.

Kurset består af 3 moduler der hver består af 2-3 ugers forelæsninger efterfulgt af 2 ugers projektarbejde indenfor et avanceret emne. Emnerne er dybe generative modeler, geometriske repræsentationer og grafneurale netværk. Fokus er på den bagvedliggende teori samt de matematiske modeller.

02450/02456/02476/02477/02405, Dette er et avanceret kursus i machine learning. Det forventes at studerende har bestået størstedelen af de machine learning kurser som DTU udbyder. Som minimum bør studerende have bestået 02450: Introduction to Machine Learning and Data Mining samt 02456: Deep Learning. Det anbefales desuden at have bestået kurserne 02476: Machine learning operations, 02477: Bayesian machine learning, samt 02405 Probability Theory. Kurset kan følges parallelt med 02477.

Forelæsninger med øvelser, samt perioder med projektarbejde.

Dette kursus er et videregående kurser indenfor machine learning og del af fokusområdet Machine Learning and Signal Processing under Master of Mathematical Modelling and Computing uddannelsen.