Emne - Forsøksplanlegging, modellering og maskinlæring - KJ6020
KJ6020 - Forsøksplanlegging, modellering og maskinlæring
Om emnet
Nytt fra studieåret 2021/2022
Vurderingsordning
Vurderingsordning: Prosjekt
Karakter: Bestått/ Ikke bestått
Vurdering | Vekting | Varighet | Delkarakter | Hjelpemidler |
---|---|---|---|---|
Prosjekt | 100/100 |
Faglig innhold
Emnet gir en innføring i forsøksplanlegging og maskinlæringsmetoder for modellering og datanalyse med fokus på anvendelser innen kjemi, bioteknologi, prosesskjemi, materialteknologi og fysikk. Målet med emnet er å gi kunnskap om metoder som brukes for å trekke ut nyttig informasjon fra kompliserte datasett eller fysiske prosesser. Emnet gir kunnskaper om planlegging av effektive forsøk (hvordan gjennomføre forsøk for å få mest mulig informasjon med færrest mulige eksperiment), modellering (steg for å bygge og validere robuste modeller) og metoder som kan brukes for å trekke ut og oppdage nyttig informasjon i kompliserte datasett. Spesifikt dekkes følgende tema: design og planlegging av eksperimenter, variansanalyse, regresjon, modellering med validering, teknikker fra maskinlæring for å løse problemer som klassifisering, klyngeanalyse, analyse av multivariable datasett og bruk av nevrale nettverk for modellering.
Læringsutbytte
Emnet gir kunnskaper om:
- Planlegging av forsøk med analyse og tolkning av resultater fra eksperimentelt design.
- Viktige steg for bygging og validering av modeller med fokus på predikative egenskaper.
- Bruk av ikke-veiledede («unsupervised») analysemetoder som prinsipalkomponentanalyse og klyngeanalyse for utforskning, analyse og tolkning store datasett.
- Robuste regresjonsmetoder (som «partial least squares») for analyse, tolkning og prediksjon av store datasett.
- Bruk av enkle maskinlæringsteknikker for klassifisering.
- Bruk av nevrale nettverk for modellering.
Læringsformer og aktiviteter
Undervisningen foregår i form av 4 samlinger (fysisk eller digital). Hver samling foregår over 2 dager og inkluderer forelesning og øvingsoppgaver og diskusjon i grupper.
Mer om vurdering
Vurderingen i kurset er i form av et prosjekt som deltakerne gjennomfører ved å bruke en eller flere av metodene fra kurset. Tema for prosjektet bestemmes i samarbeid med deltakerne og tilpasses deres interesser. Prosjektet kan utføres i samarbeid med andre deltakere eller individuelt. Hver deltaker må levere inn individuell prosjektrapport som beskriver prosjektet og hvordan de har løst den aktuelle problemstillingen.
Spesielle vilkår
Krever opptak til studieprogram:
Enkeltemner innenfor EVU (FTEVUKURS)
Anbefalte forkunnskaper
Grunnleggende matematikk (lineær algebra), statistikk og kjemi.
Kursmateriell
Kursmateriell oppgis ved semesterstart.
Ingen
Versjon: 1
Studiepoeng:
7.5 SP
Studienivå: Videreutdanning høyere grad
Termin nr.: 1
Undervises: VÅR 2022
Undervisningsspråk: Engelsk
Sted: Trondheim
- Kjemometri
Ansvarlig enhet
Institutt for kjemi
Administrativ enhet
Seksjon for etter- og videreutdanning
Eksamensinfo
Vurderingsordning: Prosjekt
- Termin Statuskode Vurdering Vekting Hjelpemidler Dato Tid Eksamens- system Rom *
- Vår ORD Prosjekt 100/100 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.
For mer info om oppmelding til og gjennomføring av eksamen, se "Innsida - Eksamen"