6 ECTS credits
168 u studietijd
Aanbieding 1 met studiegidsnummer 1024251ANR voor alle studenten in het 1e semester
met een inleidend bachelor niveau.
- Semester
- 1e semester
- Inschrijving onder examencontract
- Niet mogelijk
- Beoordelingsvoet
- Beoordeling (0 tot 20)
- 2e zittijd mogelijk
- Ja
- Inschrijvingsvereisten
- Je hebt Machine Learning, Introduction to Artificial Intelligence, Wiskunde: calculus en lineaire algebra, Kansrekening en statistiek, Algoritmen en datastructuren 1, Structuur van computerprogramma's 1, Logica en formele systemen, Discrete wiskunde, AI Programmeerproject gevolgd, alvorens 'Bayesiaanse Methoden' op te nemen.
- Onderwijstaal
- Nederlands
- Faculteit
- Faculteit Wetenschappen en Bio-ingenieurswetensch.
- Verantwoordelijke vakgroep
- Computerwetenschappen
- Onderwijsteam
- Pieter Libin
(titularis)
- Onderdelen en contacturen
- 24 contacturen Hoorcollege
24 contacturen Werkcolleges, practica en oefeningen
12 contacturen Zelfstudie en externe werkvormen
- Inhoud
Dit vak behandelt Bayesiaanse methoden, ofwel data-gebaseerde methoden die rechtstreeks statistische analyse van de data doen. Deze technieken maken hiervoor gebruik van het theorema van Bayes om a priori kennis te combineren met observaties (i.e., datapunten) uit de werkelijkheid. Voorbeelden van technieken zijn: Bayesian Networks, Bayesiaanse inferentie en Markov Chain Monte Carlo.
- Bijkomende info
/
- Leerresultaten
-
Algemene competenties
- Diepgaande kennis en begrip van Bayesiaanse statistiek, inferentie en machine learning.
- Bayesiaanse modellen kunnen formuleren, toepassen, implementeren en valideren.
- Een projectplan kunnen maken om een typisch leerprobleem met Bayesiaanse technieken op te kunnen lossen.
- In staat zijn de opgedane kennis zelfstandig bij te houden en om nieuwe problemen in de wetenschap en de toepassingen te kunnen aanpakken. Academische literatuur kritisch kunnen doorzoeken en verwerken.
- Beoordelingsinformatie
-
De beoordeling bestaat uit volgende opdrachtcategorieën:
Examen Praktijk bepaalt 50% van het eindcijfer
Examen Andere bepaalt 50% van het eindcijfer
Binnen de categorie Examen Praktijk dient men volgende opdrachten af te werken:
- examen praktijk
met een wegingsfactor 1
en aldus 50% van het totale eindcijfer.
Toelichting: Projectwerk dat leidt tot een paper van maximaal 5 pagina’s
Binnen de categorie Examen Andere dient men volgende opdrachten af te werken:
- examen andere
met een wegingsfactor 1
en aldus 50% van het totale eindcijfer.
Toelichting: Examen met oefeningen (schriftelijk) en theorie (mondeling)
- Aanvullende info mbt evaluatie
/
- Toegestane onvoldoende
- Kijk in het aanvullend OER van je faculteit na of een toegestane onvoldoende mogelijk is voor dit opleidingsonderdeel.
Academische context
Deze aanbieding maakt deel uit van de volgende studieplannen:
Bachelor in de artificiële intelligentie: Standaard traject