Sökresultat

Under kursen kommer du att studera statistikens tre grundläggande delar: Sannolikhetsteori Skattningsteori Testteori Genom hela kursen kommer begreppet fördelning att vara centralt. I sannolikhetsläran utgör de kontinuerliga fördelningarna och diskreta fördelningar med oändliga utfallsrum en viktig del. Du kommer vidare att öva mycket på att bestämma väntevärden och varianser. Inom ska

Under kursen studeras enkel linjär och multipel regression. Du kommer att lära dig hur modellerna skattas, vilka egenskaper skattningarna har och hur man kan dra slutsatser utifrån skattningarna. Stor vikt läggs vid att validera modellerna. Detta sker främst med hjälp av grafiska analysmetoder. Du kommer att lära dig hur man kan hantera olika typer av avvikelser, t.ex. korrelerade feltermer. Dessu

I den här kursen får du lära dig att programmera från grunden. Du kommer att få lära dig allmänna principer inom programmering som olika datatyper, programflödesstyrning (t.ex. loopar och villkorsatser) samt hur man strukturerar program med funktioner och klasser. Dessutom kommer du att få lära dig programmering som är mer specifikt inriktad på statistik och ofta bygger på att generera slumptal. EThis course teaches you the basics of programming. You’ll learn core concepts such as data types, control flow (like loops and if-statements), and how to organise code using functions and classes. You’ll also explore programming techniques used in statistics. This includes generating random numbers for simulations and working with methods that require large-scale computation. You’ll learn what the

Denna kurs utgörs av att du skriver en vetenskaplig uppsats i mindre grupp eller enskilt. Syftet är att du ska tränas i att självständigt använda dig av de kunskaper och erfarenheter som du tillägnat digpå tidigare kurser i statistik, genom att belysa en övergripande frågeställning eller problem. Du väljer själv vad du vill skriva om och får handledning under kursens gång. Uppsatsen presenteras vi

Under kursen kommer du att fördjupa dig i statistikens tre grundläggande delar: Sannolikhetsteori Skattningsteori Testteori Inom sannolikhetsteori kommer du särskillt behandla teorin för kontinuerliga slumpvariabler, transformationer av flerdimensionella variabler, väntevärdesberäkningar medelst Gaussapproximation och viktiga gränsvärdessatser med utnyttjande av teknik för momentgenerer

Kursen behandlar olika typer av tidsserier och slumpprocesser med utgångspunkt från begrepp som stationäritet och icke-stationäritet. Tyngdpunkten ligger på univariat tidsserieanalys baserat på sannolikhetsmodeller, s.k. ARIMAX eller Box-Jenkins modeller. Stor vikt läggs vid identifiering av olika modellkomponenter och deras statistiska egenskaper med hjälp av en renodlad teoretisk ansats med utgå

I den här kursen ska du skriva ett särskilt arbete, vilket kan vara ett allmänt utredningsarbete eller ett arbete rörande en specifik problemställning eller forskningsfråga. Med hjälp av dina tidigare kunskap och erfarenhet i ämnet statistik, tränas du i att självständigt behandla ett problemområde.   Utöver att skriva en uppsats kommer du att muntligt presentera arbetet vid ett seminarium,In this course you will write a special assignment, which could consist of a general investigation, a more specific problem, or a research topic. Using your previous skills and knowledge in Statistics, you will be trained in independently investigating a problem. Apart from writing a thesis you will orally present your work during a seminar, attend and participate in discussions during seminars

Grunderna för maskininlärning samt de matematiska och beräkningsmässiga förkunskaperna för deep learning. Feed-forward artificiella neuronnät, convolutional artificiella neuronnät och de återkommande kopplingarna till feed-forward artificiella neuronnät. En kort historik över artificiell intelligens och artificiella neuronnät, samt genomgång av intressanta olösta forskningsproblem inom deep The fundamentals of machine learning, and the mathematical and computational prerequisites for deep learning Feed-forward neural networks, convolutional neural networks, and the recurrent connections to a feed-forward neural network A brief history of artificial intelligence and neural networks, and reviews interesting open research problems in deep learning and connectionism. The course

I den här kursen får du lära dig modern statistisk datoranvändning inom data science genom implementeringar i populära programspråk såsom R och Python. Den behandlar följande ämnen: R- och Python-miljöerna: paket och moduler för statistik Arbeta med data frames, arrays och matriser Metoder för slumptalsgenerering Monte Carlo-integration, inferens och variansreducering Bootstrap och återsamplIn this course you will learn modern statistical computing as viewed in data science through implementations in popular computing platforms such as R and Python. It covers the following topics: The R and Python environment: R packages and Python modules for statistics Working with Data Frames, Arrays, and Matrices Methods for Generating Random Variables Monte Carlo Integration, Inference and

Kursen ger en introduktion till statistisk analys av text. Du kommer att studera både metoder som bygger på både klassiska statistiska ansatser (inklusive Bayesianska modeller) och moderna ansatser som djupinlärning (recurrent neural networks). Ämnen som behandlas är bl.a. Olika sätt att representera text så att informationen går att analysera på ett statistiskt vis Tekniker för att klassifiThe course provides an introduction to statistical analysis of text. You will study both methods based on classic statistical approaches (including Bayesian models) and modern approaches such as deep learning (recurrent neural networks). Topics covered include Different ways to represent text to facilitate statistical analysis Techniques for classification fo text Text clustering Techniq

Maskininlärning handlar om statistiska prediktioner som förbättras genom erfarenhet; modellen lär och anpassar sig allt eftersom nya data blir tillgängliga. Exempelvis priset som en matvarubutik kan ta ut av en leverantör för en annons beror på hur bra den är på att hitta de kunder som är benägna att köpa leverantörens produkter. På samma sätt är det pris som Google kan ta ut för en annonslänk dirMachine learning refers to statistical model predictions that that improve through experience; as new data arrive, the model learns and adapts. For instance, the price that the supermarket can charge for advertisements depends critically on its ability to learn from the data which customers that are likely prospects for a particular supplier’s product. Similarly, the price that Google can charge f

I denna kurs får du lära dig maskininlärningsmetoder som är relevanta för tillämpningar inom företags- och nationalekonomi. Kursen utgör en fortsättning på STAN51 Maskininlärning ur ett regressionsperspektiv. Några av delmomenten i kursen är bootstrapmetoder, ensemblemetoder såsom boosting och slumpskogar, metoder för oövervakad inlärning såsom principalkomponentanalys och klustermetoder, samt tiThis course covers advanced machine learning methods that are relevant for applications in business and economics, and is intended as a continuation of STAN51 Machine Learning from a Regression Perspective. Some of the topics covered include bootstrapping, ensemble methods such as boosting and random forests, unsupervised machine learning methods such as principal components analysis and clusteri

Kursen behandlar bland annat matriser och multivariat normalfördelning singulärvärdesuppdelning och dess geometriska tolkning principalkomponentanalys inklusive dess funktionalformulering faktoranalys klusteranalys prediktionssteori inklusive prediktion med högdimensionella prediktorer penalised regression och prediktion glesa matriser linjär diskriminantanalys storskalig infThe course covers matrices and multivariate normal distribution singular value decomposition and its geometric interpretation principal component analysis including its functional formulation factor analysis cluster analysis prediction theory including prediction with high-dimensional predictors penalised regression and prediction sparse matrices linear discriminant analysis

I den här kursen ska du skriva ett examensarbete, vilket kan vara ett arbete rörande en specifik problemställning eller forskningsfråga. Med hjälp av din tidigare kunskap och erfarenhet i ämnet statistik, tränas du i att självständigt behandla ett problemområde.   Utöver att skriva en uppsats kommer du att muntligt presentera arbetet vid ett seminarium, att närvara och deltaga i diskusIn this course you will write a thesis, which could consist of a specific problem or a research topic. Using your previoius skills and knowledge in Statistics, you will be trained in independently investigating a problem. Apart from writing a thesis you will orally present your work during a seminar, attend and participate in discussions during semiars, and act as an opponent during a pre

Kursen utgör en del av första terminens studier i ämnet statsvetenskap. Kursen ges på deltid och är IT-baserad utan sammankomster. Syftet med kursen är att ge en introduktion till det vetenskapliga studiet av politik. Tonvikt läggs vid innebörden av detta och vid ämnets utveckling och nuvarande karaktär mot bakgrund av forskningsprocessens grundelement: problem, teori, metod, material och resulta

Kursen utgör en del av första terminens studier i ämnet statsvetenskap. Kursen ges utan sammankomster. Syftet med kursen är att ge en introduktion till studiet av internationell politik. Kursen introducerar den statsvetenskapliga teoribildningen kring problemet med ordning, konflikt och samarbete på det internationella planet. Diskussionen koncentreras till tre olika analysnivåer: (1) systemet so

Kursen introducerar och tillämpar grundläggande begrepp och teorier inom området svensk och jämförande politik, dvs. studiet av olika länders politiska system och deras funktionssätt.  Likheter och skillnader mellan politiska system i moderna stater står i centrum. Demokratiska system ägnas mest uppmärksamhet, men återkommande jämförelser görs också med icke-demokratiska styrelseskick. Kurse

I kursen analyseras politikens organisering och genomförande av politiska beslut i ett samspel mellan politik, förvaltning, marknad och medborgare. Lagstiftningsprocessen presenteras och problematiseras utifrån ett demokratiperspektiv. Centrala begrepp som introduceras är styrning, kontroll, implementering och förvaltningsetik. Begreppen används bl.a. för att studera förvaltningspolitiska reformer

Studier i statsvetenskap ger dig förmåga att analysera politiska företeelser i en föränderlig värld. Politiskt beslutsfattande på skilda nivåer - lokal, regional, nationell och internationell - har blivit mer sammanflätat, och kopplingen mellan t ex politik och ekonomi har blivit mer påtaglig. Denna ökade komplexitet belyses i kursen. Samtidigt är de klassiska frågorna om makt, demokrati, konflikt

Efter genomgången kurs ska du som student ha utvecklat insikter i det vetenskapliga studiet av politik samt ha grundläggande kunskaper i de metodologiska överväganden som görs inom ämnet statsvetenskap. Du ska förvärva kunskap om och förståelse för kritisk granskning av statsvetenskapliga problemställningar, teorier, metoder och forskningsresultat. Studenterna ska också själva kunna genomföra en m