course-details-portlet

TTT4185 - Maskinlæring for signalbehandling

Om emnet

Vurderingsordning

Vurderingsordning: Hjemmeeksamen
Karakter: Bestått/Ikke bestått

Vurderingsform Vekting Varighet Hjelpemidler Delkarakter
Hjemmeeksamen 100/100 4 timer

Faglig innhold

Grunnleggende metoder for statistisk mønstergjenkjenning/maskinlæring. Veiledet og ikke-veiledet læring. Dype nevrale nettverk, support vector machines, random forests, 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) kan skriftlig eksamen bli endret til muntlig eksamen.

Spesielle vilkår

Vurderingsmelding krever godkjent undervisningsmelding samme semester. Obligatorisk aktivitet fra tidligere semester kan godkjennes av instituttet.

Kursmateriell

Lærebok oppgis ved semesterstart.

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 2020

Forelesningstimer: 4
Øvingstimer: 2
Fordypningstimer: 6

Undervisningsspråk: Engelsk

Sted: Trondheim

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

Ansvarlig enhet
Institutt for elektroniske systemer

Telefon:

Eksamensinfo

Vurderingsordning: Hjemmeeksamen

Termin Statuskode Vurderings-form Vekting Hjelpemidler Dato Tid Digital eksamen Rom *
Høst ORD Hjemme-eksamen (1) 100/100

Utlevering 15.12.2020

Innlevering 15.12.2020

Utlevering 09:00

Innlevering 13:00

INSPERA
Rom Bygning Antall kandidater
Sommer UTS Hjemme-eksamen 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.
  • 1) Merk at eksamensform er endret som et smittevernstiltak i den pågående koronasituasjonen. Please note that the exam form has changed as a preventive measure in the ongoing corona situation.
Eksamensinfo

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

Mer om eksamen ved NTNU