Avanserte statistiske metoder innen inferens og læring

I dette emnet har vi fokus på begreper, prinsipper og metoder innen statistisk inferens og læring. Innholdet bygger på og er en utvidelse av hva som studentene tidligere er lært i emnene som listet under "Anbefalte forkunnskaper".

1. Kunnskap. Forstå og kunne gjøre rede for sentrale teoretiske aspekter i statistisk inferens og læring. Forstå og kunne gjøre rede for hvordan man bruker metodene fra statistisk inferens og læring til å utføre en god dataanalyse. Være i stand til å evaluere styrker og svakheter ved metodene og velge mellom dem i en gitt dataanalysesituasjon. 2. Ferdigheter. Kunne analysere et datasett med metoder fra statistisk inferens og læring i praksis (ved hjelp av R eller Python), og kunne diskutere valgene som er gjort og resultatene som er funnet. 3. Kompetanse. Studentene vil være i stand til å delta i vitenskapelige diskusjoner, og sette seg inn i forskning presentert i statistiske tidsskrifter. De vil være i stand til å delta i anvendte prosjekter der data skal analyseres med metoder fra statistisk inferens og læring.

Forelesninger, alternativt ledet selvstudium. Obligatorisk praktisk gruppeprosjekt i dataanalyse (anvendelse av teorien i emnet med bruk av R eller Python) og obligatorisk muntlig gruppepresentasjon av en forskningsartikkel eller et forskningstema.

Emnet foreleses ved behov. Dersom det er få ph.d.-studenter i emnet, vil det kun gis som ledet selvstudium.