AI506: Avanceret maskinlæring

Kurset kan ikke følges af studerende der har bestået DM568, DM873 eller DS809

Studerende, der følger kurset, forventes at 

• have grundlæggende kendskab til lineær algebra
• Besidde grundlæggende programmeringsfærdigheder i Python, herunder håndtering af virtuelle miljøer, anvendelse af biblioteker og udførelse af grundlæggende data science operationer

For at opnå kursets formål er det læringsmålet for kurset, at den studerende demonstrerer evnen til at: 

• Beskriv designet og funktionsprincipperne for de præsenterede algoritmer i et matematisk præcist sprog.
• Analysere de forskellige typer avancerede maskinlæringsteknikker og argumentere for deres ideelle anvendelsesområde og træffe et oplyst valg af metode til en konkret problemstilling.
• Reflektere over de forskellige tilgange til maskinlæring, deres fordele/ulemper og kommentere på deres mest hensigtsmæssige anvendelse til specifikke problemer.
• Tilpas avancerede maskinlægningsalgoritmer til opgaver inden for et bestemt domæne.
• Anvend biblioteker til at implementere, træne og anvende alle præsenterede metoder i praksis.

• Probabilistic Modeling
• Deep Neural Networks
• Optimization and Regularization
• Transformers
• Graph Neural Networks
• Autoencoders
• Fundamentals of interpretability in machine learning

• Introfase 36 timer 
• Træningsfase 18 timer, heraf eksaminatorier:18 timer

Aktiviteter i studiefasen:

• Løsning af små øvelser med hjem for at diskutere disse i øvelsesafsnittene.
• Løsning af projektopgaverne.
• Selvstudium af forskellige dele af kursusmaterialet.
• Refleksion over forelæsnings- og eksaminatorietimerne