course-details-portlet

TTT4185 - Maskinlæring for signalbehandling

Om emnet

Vurderingsordning

Vurderingsordning: Skriftlig skoleeksamen
Karakter: Bokstavkarakterer

Vurdering Vekting Varighet Delkarakter Hjelpemidler
Skriftlig skoleeksamen 100/100 4 timer D

Faglig innhold

Grunnleggende metoder for statistisk mønstergjenkjenning/maskinlæring. Veiledet og ikke-veiledet læring. Dype nevrale nettverk, support vector machines, mixture models, skjulte Markovmodeller, Gaussiske prosesser. Design, trening og evaluering av maskinlæringsmodeller. Uttrekking av egenskapsvektorer med anvendelser paa talesignaler. Anvendelser innen taleteknologi, medisinsk signalbehandling og multimedia signalbehandling.

Læringsutbytte

Læringsutbytte Kunnskap: Kandidaten har - god kunnskap om teoretiske og praktiske aspekter ved bruk av statistisk mønstergjenkjenning/maskinlæring - god kunnskap om best practice vedrørende trening av maskinlæringsystemer ved bruk av trening-, validering- og test-data - bred kunnskap om egenskaper ved tale-, medisinske- og multimedia-signaler - bred kunnskap om egenskaputtrekking for en rekke signaltyper Ferdighet: Kandidaten kan - benytte og/eller lage programvare til å trene og evaluere modeller basert påmmetoder fra maskinlæring - evaluere ytelsen til maskinlæringssystemer Generell kompetanse: Kandidaten kan - samspillet mellom basisteknologi og anvendelse i design og utvikling av maskinlæringsystemer - gjennomføre gruppearbeid og rapportering.

Læringsformer og aktiviteter

Forelesninger, obligatoriske øvinger på datamaskin.

Obligatoriske aktiviteter

  • Dataøvinger

Mer om vurdering

Ved utsatt eksamen (kontinuasjonseksamen) i august kan skriftlig eksamen bli endret til muntlig eksamen.

Kursmateriell

Lærebok er Bishop's Pattern Classification and Machine Learning

Studiepoengreduksjon

Emnekode Reduksjon Fra Til
SIE2090 7.5
Flere sider om emnet

Ingen

Fakta om emnet

Versjon: 1
Studiepoeng:  7.5 SP
Studienivå: Høyere grads nivå

Undervisning

Termin nr.: 1
Undervises:  HØST 2024

Undervisningsspråk: Engelsk

Sted: Trondheim

Fagområde(r)
  • Teknologiske fag
Kontaktinformasjon
Emneansvarlig/koordinator: Faglærer(e):

Ansvarlig enhet
Institutt for elektroniske systemer

Eksamensinfo

Vurderingsordning: Skriftlig skoleeksamen

Termin Statuskode Vurdering Vekting Hjelpemidler Dato Tid Eksamens- system Rom *
Høst ORD Skriftlig skoleeksamen 100/100 D 02.12.2024 15:00 INSPERA
Rom Bygning Antall kandidater
SL110 lilla sone Sluppenvegen 14 16
SL510 Sluppenvegen 14 3
SL111 orange sone Sluppenvegen 14 53
Sommer UTS Skriftlig skoleeksamen 100/100 D INSPERA
Rom Bygning Antall kandidater
  • * Skriftlig eksamen plasseres på rom 3 dager før eksamensdato. Hvis mer enn ett rom er oppgitt, finner du ditt rom på Studentweb.
Eksamensinfo

For mer info om oppmelding til og gjennomføring av eksamen, se "Innsida - Eksamen"

Mer om eksamen ved NTNU