Meny

Javascript verkar inte påslaget? - Vissa delar av Lunds universitets webbplats fungerar inte optimalt utan javascript, kontrollera din webbläsares inställningar.
Du är här

Teoretisk fysik: Introduktion till artificiella neuronnätverk och deep learning

Kurs 7,5 högskolepoäng
Deep learning and artificial neural networks have in recent years become very popular and led to impressive results for difficult computer science problems such as classifying objects in images, speech recognition and playing Go. This course gives an introduction to artificial neural networks and deep learning, both theoretical and practical knowledge.

Recent development in machine learning have led to a surge of interest in artificial neural networks (ANN). New efficient algorithms and increasingly powerful hardware has made it possible to create very complex and high-performing ANNs. The process of training such complex networks has become known as deep learning and the complex networks are typically called deep neural networks. A possibility that arises in such networks is to feed them with unprocessed or almost unprocessed input information and let the algorithms automatically combine the inputs into feature-like aggregates as part of their inherent structure. This is now known under the name feature learning or representation learning

The overall aim of the course is to give students a basic knowledge of artificial neural networks and deep learning, both theoretical knowledge and how to practically use them for typical problems in machine learning and data mining. The course covers the most common models in artificial neural networks with a focus on the multi-layer perceptron. The course contains two computer exercises where the student will train and evaluate different ANN models.


 

Mer om utbildningen hittar du på http://www.atp.lu.se/english/education/courses/introduction-to-artificial-neural-networks-and-deep-learning/

Kontakt

Institutionen för astronomi och teoretisk fysik
Sölvegatan 27 (Astro), Sölvegatan 14 A (TF), 223 62 Lund
Box 43, 221 00 Lund
+46 46 222 73 00

Behörighet & urval

Förkunskapskrav

Engelska 6/engelska B samt kunskaper motsvarande 90 hp i naturvetenskap varav minst 45 hp i matematik.

Urval

Platserna fördelas enligt: Akademiska meriter (APAV): 100 %.

Anmälan & antagning

Alla utbildningstillfällen

Start Höstterminen 2019

Studieperiod

Ansökan

Dagtid Lund, halvtid 50%

På engelska

4 november 2019 - 19 januari 2020

Ordinarie anmälningstid har gått ut.

Du anmäler dig till våra kurser och program på Antagning.se. Där kan du sedan följa din anmälan och kontrollera att dina meriter registrerats. Det är även där du loggar in för att svara på ditt antagningsbesked.

Läs mer om anmälan och antagning samt sista anmälningsdag på våra Studera-sidor

Antagning.se

Sen anmälan

Efter sista anmälningsdag stänger anmälan till alla utbildningar. De kurser och program som har platser kvar efter första urvalet kan öppna för sen anmälan efter att de första antagningsbeskeden publicerats. Dessa utbildningar är då märkta ”Öppen för sen anmälan” på Antagning.se. Detta gäller anmälan till vår-, sommar- och hösttermin.

Läs mer om sen anmälan här

Gör en sen anmälan på Antagning.se

 

 

 

Anmälnings- och studieavgifter för medborgare utanför EU/EES

Avgifterna gäller alltså inte dig som är medborgare i Sverige, något annat EU- eller ESS-land eller Schweiz. Läs vidare på https://www.antagning.se/sv/Ta-reda-pa-mer-/Anmalnings--och-studieavgifter/

Anmälningsavgiften är 900 kronor. Studieavgiften för Teoretisk fysik: Introduktion till artificiella neuronnätverk och deep learning är 18 125 SEK.

Box 117, 221 00 LUND
Telefon 046-222 00 00 (växel)
Telefax 046-222 47 20
lu [at] lu [dot] se

Fakturaadress: Box 188, 221 00 LUND
Organisationsnummer: 202100-3211
Om webbplatsen