TILS8000 Elements of statistical learning (5 op)

Opinnon taso:
Syventävät opinnot
Arviointiasteikko:
0-5
Suorituskieli:
englanti
Vastuuorganisaatio:
Matematiikan ja tilastotieteen laitos
Opetussuunnitelmakaudet:
2020-2021, 2021-2022, 2022-2023, 2023-2024

Kuvaus

Kurssi antaa yleiskuvan nykyaikaisista tilastotieteen menetelmistä matemaattisesti suuntautuneelle opiskelijalle. Pääpaino on ennustusmalleissa ja niiden suorityskyvyn arvioimisessa uusissa aineistoissa. Opintojakso lähtee liikkeelle lineaarisista malleista ja etenee yleistettyihin additivisiin malleihin ja muiden epälineaarisiin malleihin. Tasoitus, splinet ja regularisointi ovat tärkeässä roolissa. Menetelmiä sovelletaan todellisiin ja simuloituihin aineistoihin.

Osaamistavoitteet

Opiskelija
  • osaa soveltaa lineaarisia ja epälineaarisia regressio- ja luokittelumenetelmiä
  • tuntee lähestymistapoja mallien arviointiin ja mallin valintaan
  • osaa soveltaa regularisointia ja tasoitusta
  • tuntee ohjaamattoman oppimisen menetelmiä
  • osaa toteuttaa data-analyysin oikealla datalla

Esitietojen kuvaus

todennäköisyyslaskenta, lineaarialgebra, vektoricalculus, ohjelmointi

Oppimateriaalit

Hastie, T., Tibshirani, R. & Friedman, J. (2009). The Elements of Statistical Learning, Second Edition. Springer, Berlin.
Saatavilla https://web.stanford.edu/~hastie/Papers/ESLII.pdf

Kirjallisuus

Suoritustavat

Tapa 1

Arviointiperusteet:
Arviointiin vaikuttavat menestys kurssitentissä ja mahdollisesti aktiivisuus harjoitustehtävien tms. tekemisessä sekä harjoitustyöstä suoriutuminen.
Valitaan kaikki merkityt osat
Suoritustapojen osat
x

Osallistuminen opetukseen (5 op)

Tyyppi:
Osallistuminen opetukseen
Arviointiasteikko:
0-5
Arviointiperusteet:
Arviointiin vaikuttavat menestys kurssitentissä ja mahdollisesti aktiivisuus harjoitustehtävien tms. tekemisessä sekä harjoitustyöstä suoriutuminen. Tarkemmat arviointiperusteet esitetään opetusohjelmassa.
Suorituskieli:
englanti
Työskentelytavat:

Kurssitentti, harjoitustehtävät ja harjoitustyö

Ei julkaistua opetusta