Machine learning for mobile and pervasive systems

Yksittäinen kurssi

Max amount of FITech students: 25

During this course, students will learn good practices for machine learning with noisy and inaccurate data.

Course contents

Feature extraction/feature subset selection, handling high dimensional data, ANN + deep learning, probabilistic graphical models, topic models as well as unsupervised learning and clustering, anomaly detection and recommender systems.

Course material

Lecture handouts/slides.

Teaching schedule

Lectures on Wednesdays & Fridays at 14–16.

Completion methods

Examination, assignments and group works.

More information in the Aalto University study guide.

You can get a digital badge after completing this course.

Vastuuopettaja

Aalto-yliopisto
Stephan Sigg
stephan.sigg(at)aalto.fi

Hakua koskevat kysymykset

FITech-verkostoyliopisto
Fanny Qvickström, Opintoasioiden suunnittelija
info(at)fitech.io

Teemat:

Kurssikoodi:

Opintopisteet

Hinta:

Kurssin taso:

Kurssin ajankohta:

Viimeinen hakupäivä:

Vastuuyliopisto:

Kuka voi hakea:

Toteuttamistapa:

Paikkakunta:

Opetuskieli:

Esitietovaatimukset:

Oletko kiinnostunut tästä kurssista? Tilaa ilmoitus kurssin tietojen muutoksista suoraan sähköpostiisi! Voit peruuttaa tilauksen koska tahansa.