DS804: Datamining og maskinlæring

Studerende, der følger kurset, anbefales at:

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

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 bygger på viden fra kurser i grundlæggende lineær algebra og i programmering.
Kurset giver et fagligt grundlag i dataanalyse på store datasæt og for at lave 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

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

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).

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

• Introfase (forelæsning, holdtimer) - 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