en_GB
Hold Ctrl-tasten nede. Trykk på + for å forstørre eller - for å forminske.

STA530_1

Statistisk læring

Dette er studietilbudet for studieår 2020-2021.


Introduksjon til statistisk læring, multippel lineær regresjon, klassifikasjon, resamplingsmetoder, modellseleksjon, regularisering, ikke-linearitet, trebaserte metoder, klyngeanalyse.

Læringsutbytte

1. Kunnskap. Studenten kjenner godt til de mest populære statistiske modeller og metoder som benyttes i prediksjon i vitenskap og teknologi, dette inkluderer spesielt regresjons- og klassifikasjonsmodeller.
2. Ferdigheter. Studenten vet hvordan han/hun for et eksisterende datasett kan velge en egnet statistisk modell og metode, og utføre statistiske analyser ved hjelp av statistisk programvare (R). Studenten vet hvordan resultatene fra de statistiske analysene skal presenteres, og hvilke konklusjoner som kan trekkes fra analysene.

Innhold

Statistisk læring, multippel lineær regresjon, klassifikasjon, resamplingsmetoder, modellseleksjon, regularisering, ikke-linearitet, trebaserte metoder, klyngeanalyse.

Forkunnskapskrav

Ingen.

Anbefalte forkunnskaper

Et grunnkurs i sannsynlighetsregning og statistikk tilsvarende STA100 Sannsynlighetsregning og statistikk 1. Grunnleggende matematisk analyse og lineær algebra på universitetsnivå tilsvarende MAT100 og MAT200. Erfaring med bruk av programvare, fortrinnsvis R. Minst ett videregående emne i statistikk som f.eks. STA500 eller STA510 er en fordel men ikke et absolutt krav for å ta emnet.   

Eksamen/vurdering

Hjemmeoppgave og skriftlig slutteksamen
Vekting Varighet Karakter Hjelpemiddel
Hjemmeoppgave1/2 A - F
Skriftlig slutteksamen1/24 timerA - F
Emnet består av to vurderingsdeler. 1) Prosjektarbeid som teller 50 % av sluttkarakter, 2) En skriftlig slutteksamen som teller 50 % av sluttkarakter.

Både prosjektarbeidet og eksamen må være bestått for å få en bestått sluttkarakter i emnet. Kandidater med ikke-bestått på prosjektarbeidet kan ikke levere prosjektarbeid på nytt før neste gang emnet har ordinær undervisning.
Prosjektarbeidet består av to deler som er likt vektet. Endelig karakter på prosjektarbeidet gis når alle arbeidene/oppgavene er innlevert og mappen som helhet sensureres.

Fagperson(er)

Emneansvarlig
Jan Terje Kvaløy , Bjørn Henrik Auestad

Arbeidsformer

Forelesninger, oppgavearbeid/datalab.

Åpent for

Matematikk og fysikk, femårig integrert masterstudium i realfag

Emneevaluering

Skjer vanligvis gjennom skjema og/eller samtaler i henhold til gjeldende retningslinjer.

Litteratur


Lenke til pensumliste


Dette er studietilbudet for studieår 2020-2021.

Sist oppdatert: 30.09.2020

Historikk