Bayesiansk dataanalys och maskininlärning

Kursen introducerar studenterna till att använda ett antal algoritmer och metoder inom statistisk inferens och maskininlärning, som i sin tur är centrala inom vetenskaplig dataanalys. Stort fokus ligger på praktiska tillämpningar av Bayesiansk inferens inom ingenjörs- och naturvetenskap, det vill säga förmågan att kunna kvantifiera styrkan hos induktiv inferens från fakta (till exempel experimentell data) till propositioner såsom vetenskapliga hypoteser och modeller.

Kursen är projektbaserad och studenterna kommer att exponeras för modern naturvetenskaplig forskning genom olika projekt. Ett delsyfte är att lära studenterna att utveckla och strukturera datorprogram för att kunna genomföra pålitlig och vetenskaplig dataanalys. Mer specifikt kommer projektuppgifter att utföras med programmeringsspråket Python i kombination med användbara, och fritt tillgängliga, programbibliotek.