Beskrivning av kursen
Maskininlärning och djupinlärning är en del av ämnet artificiell intelligens (AI) och användningen av "Big Data" har ökat exeptionellt under det senaste decenniet. Maskininlärningsmetoder tillämpas ofta för att utveckla bättre modeller eller för att bestämma viktiga variabler inom modeller, och används för närvarande inom studier om klimat, biologi, geografi, genetik och många andra områden som är relevanta inom geo- och miljövetenskap.
Kursen syftar till att ge en överblick över bakgrunden och statusen för AI, med fokus på maskininlärning i allmänhet och djupinlärning i synnerhet, som kan tillämpas inom geo- och miljövetenskap. Att förstå några av de vanligaste tillämpade algoritmerna och övervägandena som bör beaktas vid tillämpning av dessa (t.ex. träningsdataegenskaper) är ett mål med denna kurs samt att praktiskt tillämpa algoritmer i datorövningar.
Föreläsningar och litteraturläsning kommer att ge studenten ökad förståelse för när och hur algoritmer används vid maskininlärning. Gästföreläsningar kommer att belysa pågående tillämpningar av AI inom olika organisationer. Studenterna kommer att delta i diskussionsgrupper under kursen och skriva en slutrapport som diskuterar användning (eller möjlig användning) av AI i egen forskning.
Behörighet och urval
Förkunskapskrav
Antagen till forskarutbildning.
Urval
- Doktorander antagna vid kursansvarig institution
- Doktorander som deltar i ClimBEco programmet (del av det gemensamma GU/LU BECC Strategic Research Area)
- Doktorander vid kursansvarig institutions fakultet
- Doktorander på annan fakultet vid GU
- Doktorander antagna vid Lunds universitet
- Doktorander antagna vid annat lärosäte
Övrig information
Den här doktorandkursen vid Göteborgs universitet är en del av BECC ClimBEco-serien tillsammans med Lunds universitet. (https://www.cec.lu.se/climbeco/phd-courses)
Företräde till kursen ges till doktorander antagna vid Göteborgs universitet och doktorander vid ClimBEco.
Högst 25 studenter accepteras.
Grundläggande kunskaper i Python önskas inför kursen. Studenter som inte har kunskap i Python bör lärar sig grundläggande Python innan kursen startar, genom förslag på självstudier från kursansvarig.
Kursplan
NGEO316
Institution
Institutionen för geovetenskaper
Ämne
Naturvetenskap och matematik
Sökord
AI, Artificial Intelligence, Earth Sciences, Environmental Sciences, Big Data