IN9400 – Maskinl?ring for bildeanalyse

Timeplan, pensum og eksamensdato

Kort om emnet

Emnet gir en innf?ring i teorien bak sentrale maskinl?ringsalgoritmer som brukes i bildeanalyse. Videre beskrives utvalgte metoder og verkt?y for dyp l?ring.

Hva l?rer du?

Etter ? ha tatt dette emnet:

  • Har du god kunnskap om hvordan nevrale nett er bygget opp og hvordan backpropagation fungerer
  • Har du god kunnskap om hvordan et nett trenes i praksis, og hvordan treningsprosessen kan overv?kes
  • Kjenner du de sentrale matematiske metodene brukt i algoritmene
  • Kjenner du ulike nettverksarkitekturer og i hvilke sammenhenger de er egnet
  • Har du kunnskap om overtrening, generalisering, og validering og hvordan best mulig generalisering kan oppn?s
  • Vet du hvordan konvolusjonsnettverk virker og hvordan disse kan tilpasses ulike form?l.
  • Har du grunnleggende kunnskap i temaer som unsupervised learning, recurrent networks, og reinforcement learning.
  • Har du erfaring i ? bruke verkt?y for dyp l?ring som f.eks. Tensorflow

Ph.d.-varienten vil i tillegg se p? utvalgte nye fagartikler innen dyp l?ring

Opptak til emnet

Ph.d.-kandidater ved UiO s?ker plass p? undervisningen og melder seg til eksamen i Studentweb.

Hvis emnet har begrenset kapasitet, vil ph.d.-kandidater som har emnet i sin utdanningsplan ved UiO bli prioritert. Noen nasjonale forskerskoler kan ha egne regler for rangering av s?kere til emner med begrenset kapasitet.

Ph.d.-kandidater som har opptak ved andre utdanningsinstitusjoner m? innen angitt frist s?ke om hospitantplass.

MAT1110 – Kalkulus og line?r algebra/MAT1120 – Line?r algebra

Overlappende emner

Undervisning

2 timer forelesning og 2 timer seminargrupper hver uke.

Det kreves innlevering og godkjenning av obligatoriske ?velser.

Les mer om krav til innlevering av oppgaver, gruppearbeid og lovlig 亚博娱乐官网_亚博pt手机客户端登录 under retningslinjer for obligatoriske oppgaver.

Eksamen

Avsluttende hjemmeeksamen som teller 100% av endelig karakter.

Alle obligatoriske ?velser m? v?re godkjent for ? kunne g? opp til eksamen.

Som eksamensfors?k i dette emnet teller ogs? fors?k i f?lgende tilsvarende emner:?IN4310 – Deep Learning for Image Analysis,? IN3310 – Dyp l?ring for bildeanalyse,?IN5400 - Maskinl?ring for bildeanalyse,?INF5860 - Maskinl?ring for bildeanalyse (videref?rt),?INF9860 - Maskinl?ring for bildeanalyse (videref?rt)

Hjelpemidler til eksamen

Ingen hjelpemidler

Karakterskala

Emnet bruker karakterskala?best?tt/ikke best?tt. Les mer om?karakterskalaen.

Adgang til ny eller utsatt eksamen

Studenter som dokumenterer gyldig frav?r fra ordin?r eksamen, kan ta?utsatt eksamen i starten av neste semester.

Det tilbys ikke ny eksamen til studenter som har trukket seg under ordin?r eksamen, eller som ikke har best?tt.

Mer om eksamen ved UiO

Andre veiledninger og ressurser finner du p? fellessiden om eksamen ved UiO.

Sist hentet fra Felles Studentsystem (FS) 5. nov. 2024 22:06:21

Fakta om emnet

Niv?
Ph.d.
Studiepoeng
10
Undervisning
V?r

Undervisning tilbys siste gang v?r 2022

Eksamen
V?r

Eksamen tilbys siste gang v?r 2023

Undervisningsspr?k
Norsk (engelsk p? foresp?rsel)