Kursens mål

Efter genomgången kurs ska du kunna

• Förstå och använda terminologin inom området maskininlärning
• För hand använda grundläggande algoritmer för begreppsinlärning, t.ex. Find-S och Candidate Elimination
• Beräkna informationinnehållet i en datamängd och utnyttja det för att konstruera effektiva beslutsträd
• Använda en- och flerlagers artificiella neuronnät och känna till deras begränsningar
• Utnyttja Bayesiansk beslutsteori för att hitta den bästa förklaringsmodellen till givna data
• Veta när boosting är användbart och praktiskt utnyttja det
• Implementera och använda temporal-difference algoritmer för problem formulerade som belöningsbaserade uppgifter
• Använda enkla evolutionlära algoritmer för att lösa problem formulerade som optimeringsproblem
• Praktiskt använda olika komplexitetsmått för inlärning, t.ex. genom att beräkna VC-dimensionen
• Redogöra för grundläggande algoritmer för att automatiskt konstruera logiska regler från exempel