Introduktion til machine learning og data mining
Overordnede kursusmål
At give deltagerne kendskab til:
* en række grundlæggende og bredt anvendte metoder til data modellering v.h.a. machine learning,
* en generel struktur til datamodellering,
* Matlab, R eller Python som værktøj til dataanalyse (deltagerne kan frit vælge mellem disse programmeringssprog).
Kurset sætter således deltagerne i stand til at benytte machine learning til modellering af real-world data.
See course description in English
Læringsmål
- Beskrive de vigtigste trin der er involveret i datamodellering fra forberedelse af data, modellering af data til evaluering og formidling af resultaterne.
- Diskutere centrale machine learning begreber som featureudtrækning, kryds-validering, generalisering og overindlæring, prædiktion og curse of dimensionality.
- Skitsere hvordan datamodelleringsmetoder virker og beskrive deres forudsætninger og begrænsninger.
- Matche praktiske problemer til standard datamodelleringsproblemer såsom regression, klassifikation, tæthedsestimering, gruppering (clustering) og association mining.
- Anvende struktureret datamodellering indenfor en bred vifte af anvendelsesområder såsom medicoteknik, bio-informatik, kemi, elektronik og computer science.
- Beregne resultaterne af datamodelleringen ved brug af Matlab, R eller Python.
- Bruge visualiseringsteknikker og statistik til at evaluere modelpræstationer, identificere mønstre og problemer med data.
- Kombinere og modificere datamodelleringsværktøjer med henblik på at analysere eget datasæt samt formidle resultaterne af analysen.
Kursusindhold
Struktureret datamodellering. Dataforbedredelse. Featureudtrækning og dimensionalitetsreduktion, herunder principal komponent analyse. Similaritetsmål og beskrivende statistikker. Visualisering og fortolkning af modeller. Overindlæring og generalisering. Klassifikation (beslutningstræer, nærmeste nabo, naiv Bayes, neurale netværk og ensemblemetoder). Lineær regression. Gruppering (k-means, hierarkisk gruppering og mixturmodeller). Associeringsregler. Tæthedsestimering og outlierdetektion. Anvendelser indenfor et bredt spektrum af ingeniørvidenskab.
Undervisningsform
Aktiviteterne skifter mellem forelæsninger, opgaveregning og øvelser i Matlab, R eller Python (den studerende vælger selv mellem disse programmeringssprog). Øvelserne udføres i hold med 2-3 studerende.
Fakultet
Bemærkninger
Kurset er et grundlæggende machine learning kursus som er relevant for alle tekniske diplom-, bachelor- og masterretninger. Kurset giver en indføring i grundlæggende machine learning, matematikken bag metoderne samt hands-on erfaring i metodernes anvendelser. Kurset kan således stå alene.