Maskininlärning 7,5 hp
Om kursen
Kursen är en introduktion till maskininlärning och ger en överblick över såväl teoretiska som praktiska aspekter. Kursen introducerar grundläggande koncept inom maskininlärning och presenterar ett antal olika maskininlärningsmetoder och -modeller. Kursen täcker också in statistiska och praktiska frågor relaterade till konstruktionen och utvärderingen av maskininlärningslösningar.
Kursen består av två moduler:
Modul 1: Principer (4,5 hp)
Den här modulen introducerar bakgrunden till maskininlärning och några stora tillämpningsområden. Följande modeller och ämnen kommer att behandlas: Övervakad inlärning (klassificering och regression med metoder som supportvektormaskiner, naiv Bayes, k närmsta grannar, beslutsträd, neuronnätverk), oövervakad inlärning (klustring och dimensionsreduktion med metoder som k-medelvärdesklustring, hierarkisk klustring, principalkomponentanalys, linjär diskriminantanalys, täthetsskattning) samt inlärningsteori (PAC-inlärning, förhållandet mellan systematiskt fel och varians, regularisering). Vidare diskuteras fundamentala koncept inom maskininlärning, som generativ/urskiljande inlärning, paradigmerna maximimetoden och Bayesisk inlärning, parametrisk/icke-parametrisk inlärning.
Modul 2: Praktik (3 hp)
Den här modulen består av praktiska uppgifter som introducerar moderna bibliotek och utvecklingsverktyg för maskininlärning. Studenterna tillämpar några av de maskinlärningsmetoder och -modeller som introducerats i modul 1 för att lösa maskininlärningsproblem i realistiska tillämpningar.
Anmäl dig
-
VT2026
-
Maskininlärning
VT2026 / Umeå / Engelska / På plats
Anmälan öppnar 15 september 2025Visa mer Visa mindre
Startar19 januari 2026
Slutar23 mars 2026
Omfattning7,5 hp
UndervisningPå plats
Studietakt50%
UndervisningstidDagtid
StudieortUmeå
UndervisningsspråkEngelska
AnmälningskodUMU-57316
Behörighet Minst 60 hp datavetenskap eller 120 hp inom ett program. (Studenter på ett masterprogram som leder till examen i datavetenskap anses uppfylla detta krav.) Minst 7,5 hp grundläggande programmering; 7,5 hp datastrukturer och algoritmer; 7,5 hp matematik inkluderande gränsvärden, derivator och sannolikhetslära; 7,5 hp linjär algebra; 7,5 hp matematisk statistik.UrvalHögskolepoäng avklarade per sista anmälningsdag (för utbildning på grundnivå 1-165 hp, för avancerad nivå 30-285 hp)
StudieavgiftGäller endast medborgare utanför EU, ESS och Schweiz. Anmälningsavgift: 900 kr. Studieavgift, första inbetalningen: 19 038 kr. Total studieavgift: 19 038 kr. Anmälnings- och studieavgifter
AnmälanDu kan inte anmäla dig ännu. Anmälan öppnar 15 september 2025 klockan 09:00. Sista anmälningsdag är den 15 oktober 2025.
-
Så anmäler du dig
Anmäl dig via antagning.se
Du anmäler dig till våra program och kurser på antagning.se. Där kan du sedan följa din anmälan och kontrollera att dina meriter registrerats. Det är även där du loggar in för att svara på ditt antagningsbesked.
Sen anmälan
Efter sista anmälningsdag stänger anmälan till alla utbildningar. De kurser och program som har platser kvar kan vara öppna för sen anmälan. Dessa utbildningar är då märkta ”Öppen för sen anmälan” på antagning.se.
Mer om anmälan och antagning
Lär känna Umeå universitet
Här finns utbildningar av hög kvalitet och forskning inom alla vetenskapsområden och det konstnärliga området. Gemensamt för alla våra utbildningar är hög kompetens bland lärarna och ett tätt samspel mellan forskning, utbildning, samverkan och innovation.
-
Flest pedagogiskt meriterade lärare i Sverige
Priset går till lärare som verkligen engagerar sig, använder uppskattade metoder eller inspirerar.
-
Ett universitet där hälsa får ta plats
Umeå universitet är certifierat som ett Healthy Campus med många initiativ och aktiviteter som främjar hälsa.
Frågor om utbildningen?
Annat bra att veta

Bygg din egen utbildning
Med fristående kurser kan du designa din egen unika utbildning.

Skillnad mellan gymnasiet och universitetet
Du har större frihet och ansvar om när, var och hur du vill studera.

Så anmäler du dig
Har du hittat en eller flera utbildningar som du gillar och har behörighet till – sök!