STK4141 – Grafiske sannsynlighetsmodeller
Beskrivelse av emnet
Timeplan, pensum og eksamensdato
Kort om emnet
Emnet gir en innf?ring i grafiske sannsynlighetsmodeller som utgj?r et av de viktigste rammeverkene for modellering av systemer over mange variabler som avhenger av hverandre. Grafiske modeller ligger i skj?ringspunktet mellom statistikk og informatikk, og kombinerer konsepter og metoder fra statistikk, sannsynlighetsteori, graf-algoritmer og maskinl?ring. Emnet vil fokusere p? de to mest sentrale modellklassene: Bayesianske nettverk og Markov-nettverk, og det vil dekke hovedtemaene knyttet til representasjon, inferens og l?ring.
Hva l?rer du?
Etter ? ha fullf?rt emnet:
- forst?r du hvordan betinget uavhengighet kan utnyttes til ? modellere h?ydimensjonale simultanfordelinger
- kan du tolke grafer som representasjoner av komplekse avhengighetsstrukturer
- forst?r du hvordan strukturen til en grafisk modell kan utnyttes til ? beregne marginalfordelinger p? en effektiv m?te
- kjenner du til metoder for l?ring av grafiske modeller fra data
- kjenner du til kausale grafiske modeller og hvordan de kan brukes til ? svare p? kausale sp?rsm?l
- vil du v?re kjent med R-pakker for ? utf?re inferens i og l?ring av grafiske modeller
Opptak til emnet
Studenter m? hvert semester?s?ke og f? plass p? undervisningen og melde seg til eksamen?i Studentweb.
Studenter tatt opp til andre masterprogrammer kan, etter s?knad, f? adgang til emnet hvis dette er klarert med eget program.
Dersom du ikke allerede har studieplass ved UiO, kan du s?ke om opptak til v?re?studieprogrammer, eller s?ke om ??bli enkeltemnestudent.
Anbefalte forkunnskaper
- Sannsynlighetsregning og -modeller tilsvarende STK1100 – Sannsynlighetsregning og statistisk modellering
- Statistiske metoder tilsvarende STK1110 – Statistiske metoder og dataanalyse
- Grunnleggende programmeringsferdigheter tilsvarende IN1900 – Introduksjon i programmering for naturvitenskapelige anvendelser
Overlappende emner
- 10 studiepoeng overlapp med STK9141 – Probabilistic graphical models.
Undervisning
4 timer forelesning/regne?velse hver uke hele semesteret.
Emnet kan undervises p? norsk dersom foreleser og alle studenter p? f?rste forelesning ?nsker det.
Ved fremm?te av tre eller f?rre studenter kan fagl?rer, sammen med undervisningsleder, gj?re emnet om til selvstudiumsemne med veiledning.
Eksamen
Avsluttende skriftlig eksamen eller avsluttende muntlig eksamen, som teller 100 % ved sensurering.
Eksamensform kunngj?res av fagl?rer senest 1. oktober/1. mars for henholdsvis h?stsemesteret og v?rsemesteret.
Dette emnet har 1 obligatorisk ?velse som m? v?re godkjent f?r avsluttende eksamen.
Som eksamensfors?k i dette emnet teller ogs? fors?k i f?lgende tilsvarende emner: STK9141 – Probabilistic graphical models
Hjelpemidler til eksamen
Skriftlig eksamen:?Godkjent kalkulator.
Muntlig eksamen: Ingen hjelpemidler tillatt.
Eksamensspr?k
Dersom emnet undervises p? engelsk vil det bare tilbys eksamensoppgavetekst p? engelsk. Du kan besvare eksamen p? norsk, svensk, dansk eller engelsk.
Karakterskala
Emnet bruker?karakterskala fra A til F, der A er beste karakter og F er stryk. Les mer om karakterskalaen
Adgang til ny eller utsatt eksamen
Dette emnet tilbyr b?de utsatt og ny eksamen. Les mer:
Mer om eksamen ved UiO
- Kildebruk og referanser
- Tilrettelegging p? eksamen
- Trekk fra eksamen
- Syk p? eksamen / utsatt eksamen
- Begrunnelse og klage
- Ta eksamen p? nytt
- Fusk/fors?k p? fusk
Andre veiledninger og ressurser finner du p? fellessiden om eksamen ved UiO.