UNIK4590 – Mønstergjenkjenning
Beskrivelse av emnet
Timeplan, pensum og eksamensdato
Kort om emnet
Bayes beslutningsteori, ledet læring, parametriske og ikke-parametriske metoder, lineære diskriminantfunksjoner, egenskapsuttrekking, ikkeledet læring, klyngeanalyse, syntaktiske metoder.
Hva lærer du?
Emnet gir en grunnleggende innføring i teorien for klassifisering og mønstergjenkjenning. Studentene skal etter emnet ha et godt grunnlag for å velge metodikk og konstruere og evaluere klassifikatorer for gitte problemstillinger.
Opptak og adgangsregulering
Studenter må hvert semester søke og få plass på undervisningen og melde seg til eksamen i Studentweb.
Dersom du ikke allerede har studieplass ved UiO, kan du søke opptak til våre studieprogrammer, eller søke om å bli enkeltemnestudent.
Forkunnskaper
Anbefalte forkunnskaper
Emnet bygger på kunnskaper tilsvarende de gitt av MAT1120 – Lineær algebra (MAT120A/B), MAT1110 – Kalkulus og lineær algebra (MAT110A/B) og STK1000 – Innføring i anvendt statistikk (tidligere ST005).
Overlappende emner
Emnet overlapper 10 stp mot UNIK9590 – Mønstergjenkjenning (videreført).
Emnet overlapper 5 studiepoeng mot STK4030 – Statistisk læring: Videregående regresjon og klassifikasjon (nedlagt), og 8 studiepoeng mot tidligere versjon av emnet UNIKI385.
Undervisning
3 timer forelesning og øving pr. uke. Emnet har obligatoriske øvelser som må godkjennes for å kunne stille til eksamen.
Eksamen
Avsluttende muntlig eksamen. Ved stort antall kandidater kan det bli holdt skriftlig eksamen.
Obligatoriske oppgaver må være godkjent før eksamen.
Karakterskala
Emnet bruker karakterskala fra A til F, der A er beste karakter og F er stryk. Les mer om karakterskalaen.
Begrunnelse og klage
Adgang til ny eller utsatt eksamen
Studenter som dokumenterer gyldig fravær fra ordinær eksamen, kan ta utsatt eksamen i starten av neste semester.
Det tilbys ikke ny eksamen til studenter som har trukket seg under ordinær eksamen, eller som ikke har bestått.
Tilrettelagt eksamen
Søknadskjema, krav og frist for tilrettelagt eksamen.