Statistical Deep Learning

Utbildningsfakta

Kod: MT7042

Introduktion av såväl grundläggande som moderna koncept inom statistisk inlärning i form av articifiella neurala nätverk (djup inlärning), med tillämpningar i statistisk dataanalys. Begrepp som behandlas i kursen inkluderar feedforward-nätverk, regularisering och optimering av nätverk med många lager, faltningsnätverk, rekurrenta nätverk och valideringsmetoder. Vidare ges matematisk statistiska tolkningar av nätverk, såsom icke-linjär regression med olika länkfunktioner för responsvariabeln. Kursen innehåller också vissa av följande ämnen; autoencoders, representationsinlärning, djupliggande generativa metoder, samt informationsteoretiska koncept inom djup inlärning.

Behörighet

To qualify for the course, knowledge equivalent to Probability Theory II, 7,5 hp (MT5002), Statistical Inference Theory, 7,5 hp (MT5003), Programming Techniques for Mathematicians, 7,5 hp (DA2004), and English B/English 6, is required.

Utbildningstillfällen

Varje tillfälle har egna datum och villkor. Avslutade tillfällen behålls som historik och innebär inte att en ny ansökan är öppen.

• Statistical Deep Learning

  Stockholm University

  Startdatum: 19 januari 2026

  Slutdatum: 22 mars 2026

  Studietakt: 50 %