TIEA2300 Koneoppimisen perusteet (3–4 op)
Opinnon taso:
Aineopinnot
Arviointiasteikko:
0-5
Suorituskieli:
suomi
Vastuuorganisaatio:
Informaatioteknologian tiedekunta
Opetussuunnitelmakaudet:
2017-2018, 2018-2019, 2019-2020
Kuvaus
Sisältö
Peruskäsitteet. Koneoppimisalgoritmien peruselementit. Ohjaamattoman ja ohjatun koneoppimisen menetelmien ja opetusalgoritmien periaatteet. Mallien validointi ja testaaminen. Käytännön harjoituksia Python kirjastoja hyödyntäen.
Suoritustavat
Harjoitukset, tentti ja harjoitustyö
Arviointiperusteet
Tentti ja harjoituspisteet
Osaamistavoitteet
Opiskelija osaa koneoppimisen keskeiset käsitteet, koneoppimismenetelmän peruselementit ja datapohjaisten mallien opettamisen periaatteet. Opiskelija ymmärtää myös ohjatun ja ohjaamattoman oppimisen perusteet ja selittävän ja ennustavan analytiikan erot. Opiskelija osaa ohjelmoida ja soveltaa algoritmeja mallien opettamiseen erilaisissa koneoppimistehtävissä simuloituja ja käytännön aineistoja sekä koneoppimiskirjastoja käyttäen. Opiskelija osaa arvioida ja vertailla koneoppimismallien suorituskykyä.
Esitietojen kuvaus
Ohjelmointi 1, Algoritmit 1; Lineaarialgebran perusteet ja Johdatus tilastotieteeseen suositeltavia.
Oppimateriaalit
Luentokalvot
Suoritustavat
Tapa 1
Valitaan kaikki merkityt osat
Suoritustapojen osat
x
Julkaisematon arviointikohde