Admission requirements
Not applicable.
Description
Machine learning as a subfield of artificial intelligence (AI) is the science of the design of algorithms that can learn through experience acquired from data, without being explicitly programmed. This course provides an introduction to the topic of machine learning and provides knowledge on the core concepts needed by AI scientists. Throughout the course, students will get familiar with the fundamental concepts in the design of effective machine learning algorithms, and different classes of machine learning models. They further gain the practical skills needed to apply machine learning algorithms to new problems.
Course objectives
After this course, the students are able to:
Characterise and differentiate between different classes of machine learning models (e.g., geometric, probabilistic);
Characterise and differentiate between different classes of machine learning tasks (e.g., classification, clustering, regression);
Evaluate and assess the performance of different machine learning algorithms;
Formulate new machine learning problems and apply available algorithms to solve them.
Timetable
Assessment method
Written examination with closed questions (50%)
Assignments (50%)
The final grade for the course is established by determining the weighted average. However, both partial grades need to be above the passing margin. There is an opportunity to retake the exam and assignments. However, the retake of each assignment gets a maximum grade of 7.
The teacher will inform the students how the inspection of and follow-up discussion of the exams will take place.
Reading list
Flach, Peter., Machine learning: the art and science of algorithms that make sense of data, Cambridge University Press, 2012.
Registration
Aanmelding voor vakken verloopt via uSis. Hiervoor is de uSis-code van het vak nodig, die te vinden zijn in de Studiegids. Meer info over het inschrijven voor vakken of tentamens is hier te vinden.
MyTimetable
In MyTimetable kun je alle vak- en opleidingsroosters vinden, waarmee jij je persoonlijke rooster kunt samenstellen. Onderwijsactiviteiten waarvoor je in uSis staat ingeschreven, worden automatisch in je rooster getoond. Daarnaast kun je My Timetable gemakkelijk koppelen aan een agenda-app op je telefoon en worden roosterwijzigingen automatisch in je agenda doorgevoerd; bovendien ontvang je desgewenst per e-mail een notificatie van de wijziging.
Vragen? Bekijk de video-instructie, lees de instructie of neem contact op met de ISSC helpdesk.
Brightspace
Inschrijving voor vakken verloopt via uSis. Wanneer je je hier inschrijft voor een bepaald vak krijg je automatisch ook toegang tot de omgeving van dit vak via Brightspace.
Voor meer informatie over Brightspace kun je op deze link klikken om de handleidingen van de universiteit te bekijken. Bij overige vragen of problemen kan contact opgenomen worden met de helpdesk van de universiteit Leiden.
Contact
Onderwijscoordinator Riet Derogee