Doelstellingen

De cursus maakt de studenten vertrouwd met automatisch leren: technieken om software te maken die leergedrag vertoont (het aanleren van een nieuwe taak of beter leren uitvoeren van een taakop basis van voorbeelden van hoe de taak uitgevoerd kan worden; ook het zich aanpassen aan eennieuwe context).  In een bredere zin behelst dit ook het inductief afleiden van nieuwe kennis uit bestaande kennis.
Na het volgen van deze cursus zal de student:

• de basisprincipes van geprogrammeerd leergedrag begrijpen
• een overzicht hebben van de verschillende technieken die gebruikt kunnen worden
• begrijpen hoe die technieken werken en waarom ze werken
• programma's kunnen implementeren die leergedrag vertonen
• bekend zijn met de huidige stand van zaken in het onderzoek naar automatisch leren
• in staat zijn om zelf bij te dragen aan dit onderzoek

Begintermen

Studenten moeten bij aanvang van deze cursus al vertrouwd zijn met:

• algoritmen en programmeren
• elementen uit hogere wiskunde, waarschijnlijkheidsleer en statistiek
• predikatenlogicaInleidende cursussen hierover op bachelor-niveau volstaan.

Aard van het studiemateriaal

Presentatiesoftware
Toledo
Cursustekst

Volgtijdelijkheidsvoorwaarden

Dit opleidingsonderdeel is een voorwaarde voor het opnemen van volgende opleidingsonderdelen:
H05N0A : Capita selecta computerwetenschappen: Artificiële intelligentie

Plaats in het onderwijsaanbod

• Master in de statistiek (Biometrie) 120 sp.
• Master in de toegepaste economische wetenschappen: handelsingenieur in de beleidsinformatica 120 sp.
• Master of Artificial Intelligence (Option Engineering and Computer Science (ECS)) 60 sp.
• Master of Bioinformatics 120 sp.
• Master in de bio-informatica 120 sp.
• Master of Statistics (Biometrie) 120 sp.
• Master of Information Management 60 sp.