Anvendt kunstig intelligens og maskinlæring

Lær deg hands on hvordan kunstig intelligens og maskinlæring brukes i praksis.

Nivå	Bachelor
Studiested	Nettstudium
Studiepoeng	5
Pris	kr 8 050
Antall innsendinger	2
Opptakskrav
Gjennomføring	Heltid / deltid
Emnekode	6551
Emnebeskrivelse	Ingen beskrivelse

I dette nettbaserte emnet vil dyktige fagfolk lære deg teori og arbeidsmetodikk for å jobbe med kunstig intelligens og maskinlæring. Du vil lære om sentrale utfordringer, løsninger og anvendelser, og tilegne deg kompetanse som kan brukes i reelle arbeidssituasjoner.

Emnet tar for seg følgende tema:
• Dataanalyse og maskinlæring som prosess
• Veiledet læring
• Ikke-veiledet læring
• Dyp læring og overføringslæring
• Forsterkende læring
• Testing og evaluering av modeller
• Forklarbarhet

Studiet kan kombineres med jobb og privatliv. Det er nettbasert med veiledningstekster, læringsfilmer, øvingsoppgaver og obligatoriske innsendingsoppgaver, samt mulighet for frivillige studentsamlinger på Zoom. Du vil motta personlig tilbakemelding fra en faglig dyktig veileder.

Merk at noe av læringsmaterialet er på norsk og noe på engelsk, men alle læringsfilmene er tekstet på norsk.

I dette emnet vil vi arbeide med kjørbar Python-kode i Jupyter notebooks. Du trenger ikke være en erfaren programmerer, men må kjenne Python godt nok til å kunne lese og forstå programkode, og gjøre enkle justeringer av eksisterende kode. Du bør også ha grunnleggende matematisk forståelse.

Dette er andre del av et praktisk rettet videreutdanningsstudium som består av to frittstående emner. Du må ikke ha tatt det første emnet, «Innføring i kunstig intelligens og maskinlæring», for å ta dette emnet, men du bør ha grunnleggende oversikt over hovedprinsipper og sentrale konsepter innen kunstig intelligens. Videre bør du kjenne til storparten av begrepene gjengitt i vedlagte begrepsoversikt. Læringsfilmer og korte begrepsforklaringer fra innføringsemnet vil være tilgjengelig for deg som tar dette emnet, men du vil ikke få tilgang til hele innføringsemnet.

Læringsutbytte

Etter gjennomført emne skal du forstå sentrale utfordringer, løsninger og anvendelser av maskinlæring. Du skal kunne forklare hvordan de vanligste maskinlæringsalgoritmene fungerer, bruke maskinlæring som et verktøy for å hente ut informasjon fra data, og anvende maskinlæring og dyp læring i praksis.

Emne detaljer

Opptakskrav

For å kunne søke på dette emnet må du møte ett av kravende nedenfor:

Generell studiekompetanse

Generell studiekompetanse etter fagopplæring med fag/svennebrev eller yrkespraksis og utdanning etter 23/5 regelen

Realkompetanse

Nødvendige forkunnskaper

Det anbefales grunnleggende matematisk forståelse og noe erfaring med programmering

Dokumentasjonsfrist

Du må sende inn dokumentasjon som bekrefter at du er kvalifisert for opptak i løpet av en måned

Søknadsfrist og oppstart

Du kan søke nå. Emnet har oppstart 25. august 2022. Deretter kan du søke og starte når som helst, hele året.
Eksamensinformasjon: Klikk her

Eksamen varighet: 48 timer

Liste over eksamensdatoer: Klikk her

Eksamen oppmeldingsfrist: 1. april og 1. november

Eksamensform: Skriftlig individuell hjemmeeksamen
Du må selv kjøpe pensumbøkene til emnet.

Du står fritt til å kjøpe bøkene hvor du selv vil. Vi har samlet noen tips om hvor du kan kjøpe nye og brukte pensumbøker på nett.

Pensum til anvendt kunstig intelligens og maskinlæring finner du her.
Hvert semester settes det opp frivillige studentsamlinger på Zoom. Samlingene er ikke obligatoriske, men anbefales. De vil hjelpe deg å gjennomføre innsendingsoppgavene, og gir deg god mulighet til å knytte kontakter med andre studenter, diskutere fagstoff og praktiske anvendelser, og samarbeide på tvers.
Nettstudier gjør det mulig for deg å studere når du vil, hvor du vil. Det er en fleksibel studiemetode, som gjør at nettstudier kan tilrettelegges for enhver timeplan og situasjon. 

Vi bruker læringsportalen Canvas. Her finner du blant annet: 

forelesningsvideoer 

oversikt over pensum og studieløp 

læringsmål 

planleggingsverktøy 

øvingsoppgaver 

innleveringsoppgaver 

mulighet til å kommunisere med din personlige veileder og medstudenter m.m. 

Gjennomføringen er basert på arbeid med pensum, veiledningstekster, videoforelesninger, øvingsoppgaver, innsending av obligatoriske oppgaver, samt gjennomføring av en skriftlig eksamen. Fagstoffet i læringsportalen er ordnet i en bestemt rekkefølge, slik at du lett forstår hva du skal gjøre til enhver tid.  

Du vil gjennom studietiden din ha tilgang på veileder i emnet. Veileder vil også gi deg tilbakemeldinger på de obligatoriske oppgavene du leverer i løpet av studietiden.  

Ettersom dette er et nettemne forutsettes det at du har tilgang til en PC/Mac med oppdaterte nettlesere. 

Når du blir student får du tilgang på studentdemokratiet og velferdstiltak gjennom Studentunionen. 
Du kan betale med faktura, kort,  avdrag, eller gjøre avtale med  annen betaler, les mer om finansiering her.

Du kan også  søke om støtte fra Lånekassen.

Dette emnet inngår i

Anvendt kunstig intelligens og maskinlæring

Legg studiet til i søknadsskjema nå og finn det igjen når du er klar for å sende inn søknaden din.