60 studiepoeng 1 år Nettstudier
Lånekassen
Med anvendt maskinlæring kan du lære systemer å lære fra data. Bli attraktiv for jobber innen kunstig intelligens og gå rett i jobb etter utdanningen.
Ledige studieplasser - Du kan fortsatt søke
Maskinlæring er et teknologifelt i rivende utvikling. Som et område innen kunstig intelligens (AI), fokuserer maskinlæring på å lære systemer hvordan systemene selv kan lære fra data. Målet er å gjøre det mulig for systemet å identifisere mønstre uten videre programmering, noe som gjør denne fremgangsmåten svært verdifull for selskaper.
Dette ettårige studiet lærer deg å skape mening fra Big Data. Utdanningen bruker datavitenskap til å kombinere aspekter fra programvareutvikling med kunstig intelligens (AI), og datalagring med datamanipulering og visualisering. Maskinlæring muliggjør et økt automatiseringsnivå som erstatter tidkrevende menneskelige aktiviteter gjennom automatiske teknikker. Ved å gjenkjenne og utnytte regelmessigheter i dataene kan vi oppnå bedre nøyaktighet og effektivitet.
Bli klar for jobb
Studiet fokuserer på praktiske ferdigheter i alle aspekter av maskinlæring, noe som gjør deg attraktiv for bedrifter. Det praktiske arbeidet vil gi deg kompetanse gjennom profesjonelle arbeidsflyter og metoder som brukes innen maskinlæring.

Studiets oppbygging
Studieåret starter med Problem Based Learning. Neste kurs er Introduction to Programming, med fokus på programvaredesign, algoritmisk tenkning og pseudokode. Videre følger Introduction to Data Mining, med fokus på mønstergjenkjenning, klyngeanalyse, klassifisering og regresjon.
Neste kurs er Data Pre-Processing, som omhandler datastandardisering, feature engineering og feature selection for modellering. Dette kurset lærer studentene å forstå utfordringer rundt datakvalitet og gir ferdigheter til å koble data-forbehandling og data, samt statistiske teknikker som lar deg forberede og formatere data på en strukturert måte.
Vi går deretter videre til Programming for Machine Learning, der studentene lærer å lage kode, formatere og manipulere data- og programtesting, samt løse problemer i koden din. Deretter følger Computational Intelligence, med fokus på maskinlæringsalgoritmer for klassifisering, klynging og regresjonsproblemer. Det er her du lærer å forbedre nøyaktigheten til maskinlæringsmodellene og optimalisere applikasjonen.
Det siste kurset er Data Visualization, som lærer deg styrker og svakheter ved konsepter og prosesser innen big data-visualisering, og verktøy og teknikker for forskjellige datatyper. Studieåret avsluttes med et eksamensprosjekt, der du demonstrerer kompetansen du har opparbeidet deg i løpet av studiet. Prosjektet oppfordrer studentene til å finne et virkelig prosjekt, for å tilegne seg praktisk erfaring i profesjonelle omgivelser.
Emner i anvendt maskinlæring:
- Problem Based Learning
- Introduction to Programming
- Introduction to Data Mining
- Data Pre-Processing
- Programming for Machine Learning
- Computational Intelligence
- Data Visualisation
- Exam Project
Etter utdanningen besitter studentene følgende læringsutbytte:
The Candidate...
- has knowledge of processes and methods that are used to solve data-driven problems
- has knowledge of processes tools that are used for programming with Python
- has knowledge of data collection and preparation that is used for Machine Learning tasks
- has knowledge of tools, development methodologies and processes that are used in Machine Learning applications
- can update his/her knowledge related to data mining, programming and machine learning
- has a knowledge of the IT industry and is familiar with the importance of Machine Learning
- understands the importance of effective and situation-appropriate data visualisations for communicating the outcome of Machine Learning
- can apply knowledge to identify and solve problems using Machine Learning
- masters descriptive statistical techniques and tools to evaluate and prepare data for Machine Learning modelling
- masters relevant tools and techniques for programming applications that utilize Machine Learning
- masters relevant tools, materials and techniques to solve real-world IT problems
- can find information relevant to developing Machine Learning applications
- can study a data problem situation and identify code and optimisation issues and what measures need to be implemented to solve the problem
- understands the ethical guidelines and codes of conduct that apply in Machine Learning
- can carry out Machine Learning projects using problem that can be solved using applied Machine Learning
- can build relations with his/her peers across discipline boundaries and with external target groups
- can develop Machine Learning applications using programming languages
- can develop work methods and present the results of Machine Learning applications
When purchasing a computer, make sure that it meets the following minimum requirements, as this will ensure that it has enough processing power, storage and memory to be able to load data sets and train machine learning models:
- CPU: Intel i5 or AMD Ryzen 5 or better
- RAM: 16GB
- Storage: 500GB (1TB recommended)
- Operating System:
- Windows 10 or MacOS 11 (Big Sur) or later.
- Ensure that you have full administrative privileges to install and manipulate all aspects of the system.
- Web camera and Microphone:
- Students are expected to interact with staff and peers via video and voice calls.
- A good quality headset (headphones + microphone) is recommended.
Once you start with the program, you will be informed of the specific software you will need to use for each course. In general, however, you should at least have access to the following:
- A spreadsheet editor, such as Microsoft Excel or Google Sheets.
- Word processing software, such as Microsoft Word or Google Docs.
Jobbmuligheter
Det er et økende behov for spesialister innen maskinlæring i Norge, Europa og resten av verden. Maskinlæring kan hjelpe i beslutningsprosesser basert på komplekse datasett. Bedrifter har derfor allerede begynt å implementere maskinlæringsteknologi i sine virksomheter for å øke ytelsen og effektiviteten og dermed redusere kostnadene. Etter utdanning er du i stand til å jobbe i både nasjonale og internasjonale selskaper som trenger dataspesialister, programvareutviklere og AI-ingeniører.
Se opptak av livestream
Vi anbefaler å se nyeste livestream om Anvendt maskinlæring, presentert av Bertram Haskins 15. mars 2023.