Koneoppimisen algoritmit (5 op)

Arviointiasteikko

H-5

Tavoitteet

The student knows and can apply the primary machine learning algorithms.

Sisältö

The most common machine learning algorithms and their applications:
- Linear regression algorithms
- Non-linear regression algorithms
- Decision trees
- Naive Bayes
- Support vector machines
- K-nearest neighbors
- K-means
- Random forest
- Dimensionality reduction

Artificial neural networks

Aika ja paikka

Rovaniemen kampus, Jokiväylä 11, Rovaniemi.

Alustavasti, yksi neljän tunnin tapaaminen per viikko, viikoilla 36-48 poislukien viikko 42.

Oppimateriaalit

Oppimateriaalit laitetaan opintojakson Moodle-työtilaan.

Opetusmenetelmät

Luennot, harjoitukset, tentti.

Tenttien ajankohdat ja uusintamahdollisuudet

Tenttien ajankohdat sovitaan opintojakson alussa.

Opiskelijan ajankäyttö ja kuormitus

5 opintopistettä vastaa 135 tunnin työmäärää. Ajankäyttö ja kuormitus jakautuu tasaisesti läpi opintojakson.

Arviointikriteerit, tyydyttävä (1)

The students knows the most common machine learning algorithms and their applications.

Arviointikriteerit, hyvä (3)

The students knows the most common machine learning algorithms and can apply some of them to the given tasks.

Arviointikriteerit, kiitettävä (5)

The student can apply a variety of machine learning algorithms and compare their efficiency and feasibility to the given tasks.