INF9860 – Maskinl?ring for bildeanalyse
Beskrivelse av emnet
Kort om emnet
Emnet gir en innf?ring i teorien bak sentrale maskinl?ringsalgoritmer og hvordan disse 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 kjennskap til teorien bak klassifikasjon ved sentrale klassifikatorer, logistisk regresjon, og nevrale nett og hvordan disse brukes p? digitale bilder
- Kjenner du de sentrale matematiske metodene brukt i algoritmene
- Kan du vurdere ulike egenskapsutrekkingsmetoder og hvordan de p?virker klassifikasjonsfeilen
- Har du kunnskap om overtrening, generalisering, og validering
- Vet du hvordan konvolusjonsnettverk virker og hvordan disse kan tilpasses ulike form?l.
- Har du erfaring i ? bruke verkt?y for dyp l?ring som f.eks. Tensorflow
- Har du studert utvalgte nye fagartikler innen dyp l?ring
Opptak og adgangsregulering
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.
Overlappende emner
- 10 studiepoeng overlapp mot INF5860 – Maskinl?ring for bildeanalyse (videref?rt)
- 5 studiepoeng overlapp mot STK4030 – Statistisk l?ring: Videreg?ende regresjon og klassifikasjon (nedlagt)
- 5 studiepoeng overlapp mot STK9030 – Statistical Learning: Advanced Regression and Classification (nedlagt)
Undervisning
Det holdes 2 timers forelesning og 2 timer ?velser hver uke.
Det kreves gjennomf?ring av obligatoriske oppgaver. 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
Skriftlig eksamen (4 timer). Hvis det er f? studenter som tar emnet vil det bli arrangert muntlig eksamen. De obligatoriske oppgavene m? v?re best?tt for ? kunne g? opp til eksamen.
Eksamensspr?k
Du kan besvare eksamen p? norsk, svensk, dansk eller engelsk.
Karakterskala
Emnet bruker karakterskala best?tt/ikke best?tt. Les mer om karakterskalaen.
Begrunnelse og klage
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.
Trekk fra eksamen
Det er mulig ? ta eksamen i emnet inntil tre ganger. Dersom du trekker deg fra eksamen etter fristen eller under eksamen, bruker du et eksamensfors?k.
Tilrettelagt eksamen
S?knadskjema, krav og frist for tilrettelagt eksamen.