Wiskunde voor machine learning
Deze cursus geeft een dieper inzicht in lineaire algebra en een inleiding in continue wiskunde. In het eerste deel komen lineaire transformaties, die uitgebreid worden toegepast in machine learning en AI, aan bod. Daarnaast wordt aandacht besteed aan de theoretische aspecten van lineaire algebra, o.a. vectorruimte, eigenwaarde en matrixdecompositie.
Het tweede deel geeft een inleiding in calculus (limiet-, differentiaal- en integraalrekening). Calculus wordt overal toegepast in de fysieke wereld, maar ook vaak in AI, bijvoorbeeld als men verwachtingen moet uitdrukken of een optimale oplossing moet vinden.
Leerdoelen
Na het bestuderen van de cursus heb je:
1. theoretische kennis en vaardigheden voor het oplossen van wiskundige vraagstukken op de volgende onderwerpen:
- vectorruimte,
- normen, afstanden en orthogonaliteit,
- eigenwaardes en eigenvectoren,
- lineaire transformaties,
- rijen en reeksen,
- limieten en differentiatie,
- functieanalyse,
- integraalrekening.
2. praktische vaardigheden voor het opstellen en analyseren van eenvoudige wiskundige modellen voor AI-problemen.
Ingangseisen
Je staat een 7 gemiddeld voor de vakken in jouw opleiding en je hebt 120 of meer studiepunten gehaald op het moment van het inleveren van de leerovereenkomst. Een cijferlijst moet bij de leerovereenkomst toegevoegd worden.
De leerovereenkomst wordt op de ingangseisen gecontroleerd. Daarna krijg je bericht dat je kunt inschrijven.
Je dient kennis te hebben van de basisbeginselen van de lineaire algebra. Dat betekent dat kennis en vaardigheden van met name de volgende onderwerpen op peil en actueel zijn:
- lineaire vergelijkingen, oplosmethoden en Gauss-eliminatie,
- vectoren en matrices,
- lineaire optimalisering, Simplexmethode,
Daarnaast zijn praktische vaardigheden voor het opstellen en analyseren van eenvoudige wiskundige modellen noodzakelijk.
Literatuur
Elke cursus heeft online en/of fysieke literatuur die na inschrijving voor de cursus beschikbaar wordt gesteld. Het fysieke materiaal wordt op jouw thuisadres geleverd. Literatuur hoeft dus niet afzonderlijk aangeschaft te worden.
Rooster
Deze cursus start in kwartiel 1 (september) en kwartiel 3 (februari). Begeleidingsduur is 10 weken met online bijeenkomsten waaraan je kunt deelnemen via de digitale leeromgeving.
Tijdens de bijeenkomsten of in de digitale leeromgeving kun je inhoudelijke vragen stellen aan de docenten. De online bijeenkomsten zijn in de avonduren en worden opgenomen; je kunt ze na afloop opnieuw bekijken.
De bachelors Informatica en Informatiekunde organiseren in deze periode een studiedag op locatie, met plenaire en cursus-bijeenkomsten. Meer informatie vind je op ou.nl/inf-studiedag.
Toetsing
Opdracht
Aanvullende informatie
De cursussen van de Open Universiteit volg je thuis wanneer jij tijd hebt (activerend online onderwijs met digitale begeleiding).
Meer informatie: www.ou.nl/studieaanbod/IB3702
Deze cursus is onderdeel van de premaster van de Master Artificial Intelligence en de Master Computer Science bij de Open Universiteit. Voor uitgebreide informatie over deze masteropleiding zie: www.ou.nl/studieaanbod/maai of www.ou.nl/studieaanbod/macs
Voor vragen over eventuele toelating tot deze opleiding neem contact op met de studieadviseur via studieadvies.informatica@ou.nl.
Deze cursus is onderdeel van de premaster van de Master Artificial Intelligence bij de Open Universiteit. Voor uitgebreide informatie over deze masteropleiding zie: http://www.ou.nl/studieaanbod/maai
Voor vragen over eventuele toelating tot deze opleiding neem contact op met de studieadviseur via studieadvies.informatica@ou.nl.