DM868: Data mining and machine learning for computational biomedicine

Det Naturvidenskabelige Studienævn

Undervisningssprog: Engelsk
EKA: N340034102
Censur: Ekstern prøve
Bedømmelse: 7-trinsskala
Udbudssteder: Odense
Udbudsterminer: Forår
Niveau: Kandidat

STADS ID (UVA): N340034101
ECTS-point: 10

Godkendelsesdato: 15-05-2023


Varighed: 1 semester

Version: Arkiv

Indgangskrav

Kurset kan ikke følges af studerende, der: enten har fulgt, eller har bestået DM555, DM855, DM859, DM566, DM870, eller DS804.

Faglige forudsætninger

Studerende, der følger kurset, anbefales at:

  • Have kendskab til de basale begreber af diskrete metoder for datalogi.
  • Have kendskab til de basale begreber af lineær algebra.
  • Have kendskab til basale algoritmer og data strukturer
  • Kunne programmere

Formål

Kurset har til formål at sætte den studerende i stand til at vælge og bruge nøgleteknikker i datamining og maskinlæring, hvilket er vigtigt i forhold til at kunne analysere store datasæt i mange finansielle, medicinske, kommercielle og videnskabelige anvendelser.

Datamining og maskinlæring teknologier udstyrer beregningsmæssige systemer med evnen til at identificere meningsfulde mønstre i data og til adaptivt at forbedre deres resultater på basis af erfaringerne fra de observerede data.

Dette kursus introducerer de mest almindelige teknikker til at udføre grundlæggende opgaver indenfor datamining og maskinlæring, og dækker den grundlæggende teori, algoritmer og applikationer. Kurset balancerer teori og praksis, og dækker de matematiske såvel som de heuristiske aspekter. For de fleste af teknikkerne i pensum vil såvel de grundlæggende ideer og intuition som en formel beregningsmæssig beskrivelse præsenteres. Desuden vil de studerende have mulighed for at eksperimentere og anvende teknikker fra datamining og maskinlæring teknikker på udvalgte problemer.

Kurset giver et fagligt grundlag i dataanalyse på store datasæt og for at lave bachelor og master projekter såvel som andre praktiske studieaktiviteter, der er placeret senere i uddannelsen.

I forhold til uddannelsens kompetenceprofil har kurset eksplicit fokus på at:

  • Give viden om de basale datamining og maskinlæring opgaver og fremgangsmåder.
  • Give kompetence til anvendelse af basale datamining og maskinlæring metoder til problemer fra den virkelige verden
  • Give færdigheder i at designe datamining og maskinlæring metoder
  • Give viden om at kunne forstå og reflektere over teorier, metoder og praksis inden for det datalogiske fagområde
  • Give færdigheder i at kunne tilegne sig ny viden på en effektiv og selvstændig måde og kunne anvende denne viden reflekterende
  • Give færdigheder i at beskrive, analysere og løse datalogiske problemstillinger ved anvendelsen af metoder og modelleringsformalismer fra fagets kerneområder og dets matematiske støttediscipliner
  • Give færdigheder i at analysere fordele og ulemper ved forskellige algoritmer, specielt med hensyn til ressourceforbrug
  • Give færdigheder i at træffe og begrunde fagligt relaterede beslutninger
  • Give færdigheder i at beskrive, formulere og formidle problemstillinger og resultater til enten fagfæller og ikke specialister eller samarbejdspartnere og brugere

Målbeskrivelse

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

  • Beskrive datamining og maskinlæring opgaver præsenteret i løbet af kurset
  • Beskrive de algoritmer og metoder, der præsenteres i kurset
  • Beskrive de emner, der præsenteres i kurset i præcist matematisk sprog
  • Forklare de enkelte trin i de matematiske afledninger præsenteret i klassen
  • Anvende metoderne på simple problemer
  • Anvendelse af metoderne til andre situationer end dem, der præsenteres i klassen
  • Reflektere over og vurdere design valg for datamining og maskinlæring systemer
  • Foretage eksperimentel evaluering af datamining og statistiske læringsmetoder og rapportere om resultaterne

Indhold

Kurset indeholder følgende faglige hovedområder:

  • grundelementer af sandsynlighedsteori 
  • læringsteori (gennemførligheden af læring, generalisering, overfitting);
  • fejl og støj;
  • bias og varians;
  • træning vs. testing (cross-validation, bootstrap, model udvælgelse);
  • metoden (fx regel læring, Bayes læring, næste naboer klassifikation, decision trees, clustering)
  • frequent pattern mining (item set mining og association rules).

Litteratur

Se itslearning for pensumlister og yderligere litteraturhenvisninger.

Eksamensbestemmelser

Eksamenselement a)

Tidsmæssig placering

Forår og juni

Udprøvninger

Portfolio og test

EKA

N340034102

Censur

Ekstern prøve

Bedømmelse

7-trinsskala

Identifikation

Fulde navn og SDU brugernavn

Sprog

Engelsk

Varighed

4 timer

Hjælpemidler

Skriftlig eksamen
Alle almindelige hjælpemidler er tilladte fx lærebøger, egne noter, computerprogrammer som ikke benytter internettet m.v. 

Internet er ikke tilladt. Du må dog gå ind på system DE-Digital Eksamen i forbindelse med udfyldelse af multiple choice testen. Noter fra kurset i itslearning, som du ønsker at anvende som hjælpemidler, skal downloades til din computer senest dagen før eksamenen. Under eksamenen må itslearning ikke anvendes.

ECTS-point

10

Uddybende information

Portfolio bestående af:
  • Fremlæggelser i eksaminatorietimerne vægtes 10% af den samlede endelige bedømmelse  
  • Skriftlig eksamen vægtes 90% af den samlede endelige bedømmelse. Skriftlig eksamen afholdes i eksamensperioden
Reeksamen er ikke portfolio, men kun den skriftlige prøve (reglerne for den skriftlige prøve uændret)
Ved 24 eller færre tilmeldte til reeksamen i DM868, DM870 og DS804 (samlæsningskurser), afholdes reeksamen i form af en mundtlig eksamen.

Vejledende antal undervisningstimer

70 timer per semester

Undervisningsform

På naturvidenskab er undervisningen tilrettelagt efter trefasemodellen dvs. intro, trænings- og studiefasen.

  • Introfase (forelæsning) - 40 timer
  • træningsfase: 30 timer, heraf 30 timer eksaminatorie

I introfasen introduceres og perspektiveres begreber, teorier og modeller. I træningsfasen træner de studerende færdigheder og trænger dybere ned i det stof. I studiefasen får de studerende faglige, personlige og sociale erfaringer, der sætter dem i stand til at befæste og videreudvikle deres videnskabelige kompetencer. Der er fokus på fordybelse, forståelse og udvikling af samarbejdskompetencer.

Studiefaseaktiviteter:

  • Læse den tildelte litteratur
  • Løse hjemmeopgaver
  • Anvende det tilegnede viden i praktiske projekter 

Ansvarlig underviser

Navn E-mail Institut
Arthur Zimek zimek@imada.sdu.dk Data Science

Skemaoplysninger

Administrationsenhed

Institut for Matematik og Datalogi (datalogi)

Team hos Uddannelsesjura & Registratur

NAT

Udbudssteder

Odense

Anbefalede studieforløb

Overgangsordninger

Overgangsordninger beskriver, hvordan et kursus erstatter et andet kursus, når der ændres i et studieforløb.
Hvis der er lavet en overgangsordning for et kursus vil den fremgå af oversigten.
Se overgangsordninger for alle kurser på Det Naturvidenskabelige Fakultet.