Navigerat till

Till dig som är antagen till

Deep Learning - metoder och tillämpningar 7,5 hp

Här hittar du information inför studiestart.

Studietakt: Halvfart

Studieort: Ortsoberoende

Undervisning: Distans

Varmt välkommen till utbildningen!

Du är antagen till kursen "Deep learning - metoder och tillämpningar" vid Umeå universitet. Här hittar du all information du behöver inför din studiestart. Varmt välkommen – hoppas du får en härlig och givande studietid tillsammans med oss här vid Umeå universitet!


Checklista inför studiestart

Innan den första dagen på din utbildning behöver du ta några viktiga steg.

1.Andra antagningsbeskedet

När du har blivit antagen eller vill stå kvar som reserv till en utbildning behöver du inte svara på andra antagningsbeskedet för att behålla din plats. Vill du inte ha kvar din plats kan du låta en reserv få din plats genom att lämna återbud på Mina sidor på Antagning.se. Är den möjligheten stängd går det bra att lämna återbud via Ladok (logga in med ditt UMU-id) eller kontakta ansvarig institution.

 

2.Aktivera ditt UMU-id och MFA

Som ny student får du automatiskt ett UMU-id, men du måste själv aktivera det. Det kan du vanligtvis göra en vecka innan terminsstart, men ofta går det att göra tidigare. Du får inget särskilt meddelande – håll själv koll när det går att aktivera.

Ditt UMU-id behöver du när du ska:

  • registrera dig på utbildningen
  • lämna in tentor, uppgifter eller se dina resultat
  • kolla din studentmejl
  • skaffa UMU-kort
  • använda datorer i datorsalar och universitetets wifi

MFA – ökar din digitala säkerhet

För att öka säkerheten och minska risken att obehöriga kommer åt din information eller ditt konto behöver du aktivera MFA (multifaktorautentisering). MFA behövs för att du ska kunna logga in i olika system, exempelvis lärplattformen Canvas och studentwebben.

Jag vill aktivera mitt UMU-id och MFA

Om du får problem att logga in eller aktivera ditt UMU-id eller MFA kontakta IT-supporten Servicedesk så får du hjälp.

 

3.Registrera dig på kursen

När du har tackat ja till din plats, måste du registrera dig på kursen. På den här kursen ska du själv logga in och registrera dig via Ladok innan kursstart. Webbregistreringen i portalen är öppen följande datum: 2026-03-17 – 2026-03-31. Efter dessa datum kontaktar du institutionen om du missat att registrera dig. Men om du inte har registrerat dig senast den 10 november och vi har många reserver kan du förlora din plats på kursen. 

 

 

4.Studiestart

Startdatum

2026-03-24

Tid

11:00

Plats Via Zoom
Schema Gå till schemat för VT2026

Schemat är preliminärt fram till fyra veckor innan kursstart

Kursstart

2026-03-24 klockan 11:00 via Zoom: https://umu.zoom.us/j/69112244715 här kommer vi introducera kursen och förklarar kursupplägget.

Kursplatform

Hela kursen kommer att genomföras på distans på vår kursplattform Canvas. Du loggar in i Canvas med ditt aktiverade Umu-id.  På kurshemsidan i Canvas kommer du att hitta det självstudiematerial du behöver kursmaterial, som exempelvis inspelade föreläsningar/möten, läs- och laborationsanvisningar, diskussionsforum och all övrig information som kommer behövas under kursens gång (förutom kursboken). All kommunikation från oss lärare kommer också ske via kurshemsidan. Vi planerar att öppna upp kurshemsidan senast en vecka innan kursstart.


Kurshemsidan hittar du här: https://www.canvas.umu.se/courses/21020


Kursbok

Kursboken som vi kommer att använda är (notera att vi använder 3:e upplagan, även om det står något annat under kurslistelänken):

Aurelien Géron, "Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow 3e -- Concepts, Tools, and Techniques to Build Intelligent Systems", Third Edition, O'Reilly Media, 2022, ISBN 9781098125974 


Det är bra om ni skaffar boken så snart som möjligt, och läs gärna kapitel 1-3 och början av kapitel 10 innan kursen för att få en mjukare start.


Datorresurser

Vi har videomöten via Zoom och för att det ska fungera bra behöver du ha tillgång till en någorlunda modern dator, webbkamera och headset.


En viktig del av denna kurs är faktisk programmering och träning av maskininlärningsmodeller. För att få rimliga körtider för denna typ av beräkningar så behövs ett modernt grafikkort. Men då vi använder oss av Google Colab, som är en gratis molnlösning där vi kan köra våra program på bra grafikkort, så behöver du inte ha ett eget grafikkort för att kunna gå kursen. I ramen av kursen kommer vi att använda programspråket Python och biblioteket Keras/Tensorflow. 


Planera dina studier och håll kontakt

En distansutbildning erbjuder frihet och flexibilitet men det behövs även egen motivation, engagemang och studiedisciplin. Var aktiv i Canvas ta initiativ, jobba självständigt med egna uppgifter, bidra till gott samarbete via våra forum, ta del av de källor till information och kunskap som finns i lärmiljön och sök relaterad information på webben. Du skapar din egen kunskap när du deltar aktivt och jobbar med kursmaterialet.

För att hålla takten i kursen är ett bra tips att göra din egen personliga studieplan. Du kan utgå från den veckovisa kursplanering, kursbeskrivning och läsanvisningar som finns på kurshemsidan där du hittar alla de kursmoment som ingår i kursen.

Håll gärna kontakt med dina kursare och dina lärare. Använd varandra som stöd och hjälp i studierna, ställ frågor i Canvas, ta kontakt med lärare om du får svårlösta problem och läs din e-post regelbundet. Alla lärarna har ambitionen att ge snabb respons på frågor men arbetar dagtid på vardagar, så det är under de tiderna du kan förvänta dig att få svar.

Stöd och hjälp

Vi stöttar våra studenter för att skapa en utbildningsmiljö med lika villkor.

Kontakta oss

Tänk på att universitetet är en statlig myndighet och att det du skriver här kan bli en allmän handling. Var därför försiktig med att skriva känsliga eller personliga frågor här i kontaktformuläret. Alla uppgifter behandlas enligt dataskyddsförordningen (GDPR).

Nytt meddelande

Fler tips för en bra start

En man sitter i en soffa med en kursbok i handen.

För dig som ska plugga på distans

Det här behöver du göra och känna till innan studiestart.

En kvinna skriver på en whiteboard med en tuschpenna.

Ta hjälp av en studievägledare

Diskutera dina tankar med en studievägledare – vi hjälper dig att komma vidare.

Utbytesstudent håller i kuvert, nycklar och ryggsäck på ankomstdagen

Infocenter

Du får stöd och svar på dina frågor av Infocenter.