Artificiell intelligens I
Universitet/högskola · Kurs · GrundnivåKarlstads universitet
Fakta
- Ämnesområde
- Data och IT
- Nivå
- Grundnivå
- Omfattning
- 15 högskolepoäng
- Längd
- 10 veckor
- Studietakt
- 50 %
- Studieort
- Uppgift saknas
- Start
- 2027-01-18
- Slut
- 2027-06-06
- Examen
- Uppgift saknas
- CSN-berättigad
- Uppgift saknas
- Avgift
- 37 500 SEK
Ansökan
Ansök senast 2026-10-15
Till ansökan hos Karlstads universitet ↗Om utbildningen
Modul 1: Klassisk maskininlärning Modulen introducerar grundläggande begrepp och terminologi inom artificiell intelligens och maskininlärning, med fokus på supervised learning (regressionsanalys, klassificering), unsupervised learning och reinforcement learning. Modulen går genom hela AI/MLarbetsflödet systematiskt: datainsamling, förbearbetning, visualisering, modellering och utvärdering. Centralt i modulen är klassiska algoritmer som beslutsträd, random forest, knearest neighbors algorithm (KNN), linjära modeller, klustringsalgoritmer och emsemblemetoder. Studenten får lära sig metoder för att utvärdera modeller, korsvalidering och regularisering. Praktiska laborationspass med bibliotek som Scikit-learn ger möjlighet att implementera dessa modeller i syfte att lösa verkliga problem med olika datatyper. Modulen ger även studenten färdigheter att självständigt analysera datamängder, välja lämpliga algoritmer och implementera lösningar med standardverktyg för maskininlärning. Modul 2: Djupinlärning och Generativ AI Den här modulen fokuserar på teoretiska grunder och praktiska tillämpningar av djupinlärning. Centrala principer inkluderar neurala nätverksarkitekturer, universalapproximeringsatsen och optimering via gradient descent. Studenten lär sig använda populära modeller som konvolutionsnätverk (CNN), ResNets och generativa modeller (t.ex. autoencoders, språkmodeller). Modulen integrerar praktiska övningar med bibliotek som PyTorch för att anpassa och tillämpa förtränade modeller. Fokus ligger på optimeringstekniker som överföringsinlärning och dataugmentering, samt att utvärdera modellsprestanda med lämpliga mått. Modulen introducerar också grundläggande koncept inom generativ AI, såsom visuella modeller och språkmodeller.
Behörighet
Varit registrerad på Programmering och datastrukturer 15 hp. Motsvarandebedömning kan göras.
Rekommenderade förkunskaper: grundlaggande
Alla tillfällen (1)
| Ort | Start | Studietakt | Ansökan |
|---|---|---|---|
| Värmlands län | 2027-01-18 | 50 % | Ansök senast 2026-10-15 |
Liknande utbildningar
- Introduktion till Cloud ComputingUniversitet/högskola
- Programmering och problemlösning med PythonUniversitet/högskola
- Utökad verklighet (XR) applikationer och interaktionsteknikerUniversitet/högskola
- Artificiell intelligensUniversitet/högskola
Källa: Skolverkets Susa-nav · Uppdaterad i källan 2026-09-14 · Hämtad 2026-09-15. Uppgifter som saknas i källan visas som ”Uppgift saknas”.