Statistical Deep Learning

Education facts

Code: 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.

Entry requirements

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.

Education offerings

Each offering has its own dates and conditions. Closed offerings are retained as history and do not mean that a new application is open.

• Statistical Deep Learning

  Stockholm University

  Start date: 19 January 2026

  End date: 22 March 2026

  Pace of study: 50 %