582631 Johdatus koneoppimiseen (4 op)

Sivun sisältö

• Kurssin yleiskuvaus
• Esitietovaatimukset
• Kurssin henkilökunta
• Aikataulu ja luentojen ja harjoitusten pitopaikka
• Kurssimateriaali
• Kurssin suoritustapa
• Ilmoittautuminen
• Course exam in English

Kurssin yleiskuvaus

Kurssi on syventävien opintojen pakollinen kurssi suuntautumisvaihtoehdossa Algoritmit ja koneoppiminen. Kurssilla tutustutaan koneoppimisen peruskäsitteisiin ja menetelmiin, teoriassa ja käytännössä. Kurssilla käsitellään ohjattua oppimista (luokittelu, regressio) ja ohjaamatonta oppimista (ryvästäminen). Kurssi antaa hyödyllisiä esitietoja useille koneoppimista ja data-analyysiä sivuaville syventäville kursseille erityisesti algoritmien ja koneoppimisen erikoistumislinjalla ja bioinformatiikan maisteriohjelmassa.

Esitietovaatimukset

Esitiedot: Ohjelmointitaito ja Johdatus todennäköisyyslaskentaan sekä Lineaarialgebra ja matriisilaskenta I-II (tai vastaavat tiedot).

Kurssilla käsiteltyjen menetelmien ymmärtäminen edellyttää jonkin verran esitietoja todennäköisyyslaskennasta, analyysista, ja lineaarialgebrasta. Näiden alueiden osaaminen on siis ilman muuta eduksi kurssia suoritettaessa. Kurssin matemaattinen taso pidetään kuitenkin sellaisena, ettei valtavia matemaattisia esitietoja tarvita. Kiinnostus matematiikan soveltamiseen tietojenkäsittelyn ongelmien ratkaisemisessa on kuitenkin välttämätön.

Kurssin henkilökunta

Kurssia luennoivat prof. Matti Kääriäinen ja yliopistotutkija Marko Salmenkivi. Laskuharjoitukset pitää Mika Urtela.

Luentojen ja harjoitusten paikka ja aika

Luennot pidetään Kumpulan kampuksella Exactumissa 29.10.-05.12. ke, pe 12-14 salissa C222. Harjoitusryhmä kokoontuu ke 10-12 salissa C221.

Ensimmäisellä luentoviikolla pidetään pakollinen mikroharjoitus ke 29.10. klo 10-12 mikroluokassa B221, jossa tutustutaan kurssilla käytettävään MATLAB-ohjelmistoon.

Kurssimateriaali

Kurssilla ei ole oppikirjaa. Kurssimateriaali koostuu siis luennoista, laskuharjoituksista ja luentokalvoista. Mahdollinen lisä- ja taustamateriaali ilmoitetaan tällä sivulla.

Luentokalvot:

• Viikko 1: pdf
• Viikko 2: pdf
• Viikko 3: pdf
• Viikko 4: pdf
• Viikko 5, keskiviikko: pdf, perjantai: pdf, k-means pysähtymistodistus
• Viikko 6, keskiviikko: pdf, perjantai: pdf

Laskuharjoitukset:

• Viikko 1: tehtävät tutoriaali ratkaisut
• Viikko 2: tehtävät ratkaisut
• Viikko 3: tehtävät ratkaisut
• Viikko 4: tehtävät ratkaisut
• Viikko 5: tehtävät ratkaisut
• Viikko 6: tehtävät

Huom! Kurssilla käytettävän Matlab-ohjelmist on opiskelijalisenssi on saatavissa ilmaiseksi yliopiston ohjelmistojakelusta.

Kurssin suoritustapa

Kurssisuoritus koostuu harjoituksiin osallistumisesta ja kurssikokeesta. Kurssikoe pidetään 10.12.2008 klo 16-19.

Ilmoittautuminen

Kurssille ilmoittaudutaan tietojenkäsittelytieteen laitoksen ilmoittautumisjärjestelmällä.

Course exam in English

It is possible to take the separate exam for the course in English. The material for the English exam consists of:

• Supervised learning: Ethem Alpaydin: Introduction to Machine Learning, pages 1-45, 61-102, 153-184, 197-208, 327-332. If you have trouble finding this material, please contact Matti Kääriäinen.
• Unsupervised learning: P. Tan, M. Steinbach, V. Kumar: Introduction to data mining, pages 487-576.

Note that the above English material is not quite same as the contents of the course in Finnish. Thus, the questions in the English exam will be different from the Finnish questions, not just translations of them. If you would rather take an English translation of the Finnish exam (for which no material is provided in English), please contact Matti Kääriäinen.