Text

  • Högskolepoäng 2.5  hp
  • Utbildningsnivå Avancerad nivå
  • Studieort Distans utan obligatoriska träffar
  • Kurskod DVA478
  • Huvudområde Datavetenskap

 

Kursen ger insikter i grundläggande begrepp inom maskininlärning och prognostisering med hjälp av prediktiv analys. Den behandlar centrala koncept för informations- och kunskapsutvinning ur datamängder för analytisk modellering.

Om kursen

Kursen innehåller tre moduler:

  • Introduktion: översikt över prediktiv dataanalys och maskininlärning för prediktiv analys.
  • Analys och visualisering av data: presenterar fallstudier från industriella tillämpningar och diskuterar viktiga tekniska aspekter i samband med identifiering av trender och mönster i industriell data.
  • Prediktiv modellering: består av frågor i samband med skapandet av prediktiva modeller, d.v.s. modellering av data och val av maskininlärningsalgoritm för prediktiv analys samt metoder för modellutvärdering.


Du lär dig

  • Välja lämpliga algoritmer inom maskininlärning för att lösa ett givet problem inom prediktiv analys.
  • Dataanalys och konstruera datamängder lämpliga för prognostisering.
  • Förklara grunderna inom maskininlärning för prediktiv analys.

Behörighet

I faktarutan nedan ser du vilken behörighet som krävs för att läsa kursen. Om du inte uppfyller de formella behörighetskraven kan du få din behörighet bedömd på kunskap och kompetens som du har fått på annat sätt, såsom arbetslivserfarenhet, övriga studier m.m. Läs mer under Information om anmälan.

Tillfällen för denna kurs

Hösttermin 2024

  • Hösttermin 2024

    Omfattning

    2.5 hp

    Tid

    2024-09-16 - 2024-11-03 (deltid 25%)

    Utbildningsnivå

    Avancerad nivå

    Kurstyp

    Fristående kurs

    Anmälningskod

    MDU-24577

    Språk

    Engelska

    Studieort

    Ortsoberoende

    Undervisningsform

    Distans
    Antal obligatoriska träffar inklusive tentamen: 0
    Antal övriga fysiska träffar: 0

    Särskild behörighet

    90 hp, varav 60 hp inom datavetenskap eller motsvarande, inklusive 15 hp programmering samt 2,5 hp grundläggande sannolikhetsteori och 2,5 hp linjär algebra, eller liknande. Dessutom krävs Svenska B/Svenska 3 samt Engelska A/Engelska 6. I de fall kursen ges på engelska görs undantag från kravet på Svenska B/Svenska 3.

    Urval

    Antal högskolepoäng

Frågor kring utbildningen?

Hör av dig till kursansvarig om du har frågor kring kursens innehåll.

Professor i artificiell intelligens

Shahina Begum

021-10 73 70

shahina.begum@mdu.se

Information om anmälan

Efter att du anmält dig behöver du eventuellt komplettera med dokument för att styrka din behörighet. Alla kompletteringar laddas upp på antagning.se.

De flesta svenska akademiska meriter hämtas automatiskt. Vänta några dagar efter att du gjort din anmälan – om dina akademiska meriter fortfarande inte syns på Mina sidor på antagning.se laddar du upp kopia på dem. Om du har utländska meriter måste du ladda upp kopia på dem på antagning.se.

Om kursen du söker har krav på yrkeserfarenhet behöver du ladda upp ett tjänstgöringsintyg som är underskrivet av din arbetsgivare. Du hittar mall för tjänstgöringsintyg nedan som du kan använda om du vill.

Inga akademiska meriter?

Många kurser kräver att du har tidigare akademiska studier. Du som inte har det men som har yrkeserfarenhet eller andra studier inom området kan bedömas på så kallad reell kompetens. Det innebär att det görs en bedömning av både formella meriter (betyg, examensbevis) och yrkeserfarenhet. Bedömningen görs för att avgöra om du har kunskaper som gör det möjligt att klara kursen. Om du anser att du har kompetensen som krävs för kursen, ska du fylla i en CV/kompetensbeskrivning, mall finns nedan. Den ska innehålla:

  • Utbildningar
  • Relevant och aktuell arbetslivserfarenhet
  • Kunskaper i engelska
  • Övrigt du vill åberopa

Tänk på att ge en beskrivning av dina arbetsuppgifter, inte bara en titel.

Du behöver också ett underskrivet tjänstgöringsintyg från din arbetsgivare, mall att ladda ner finns nedan.

När du fyllt i dokumenten laddar du upp dem på antagning.se.

Om du har frågor om anmälan eller behörighet är du välkommen att kontakta oss genom att mejla till lifelonglearning@mdu.se