Anvendt maskinlæring
(Applied Machine Learning)

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.

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.

Applied Machine Learning på Noroff

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

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 dataforskere, programvareutviklere og AI-ingeniører.

Få studieveiledning

Er du usikker på valg av utdanning? Registrer deg og få uforpliktende studieveiledning her.

 

Søk på studiet

Studieinformasjon

Studiestart:

11. januar 2022
15. mars 2022
16. august 2022
18. oktober 2022
Les mer om studiestart

Studiesteder: Nettstudier
Søknadsfrist: Løpende opptak. Søknadene behandles i den rekkefølgen de kommer inn.
Varighet: 1 år heltid
2 år deltid
Undervisnings­­språk: Engelsk
Pris nettstudier:

Heltid: 38.000,- per semester
Deltid: 19.000,- per semester

Godkjenninger: Godkjent for lån og stipend i Statens Lånekasse. NOKUT-akkreditert.
Opptakskrav: Generell studiekompetanse eller yrkesrettet utdanning med fagbrev. Det kan også søkes på grunnlag av realkompetanse. Les mer.
Grad: Fagskolegrad (Professional Degree)
Studiepoeng: 60

Er du interessert i IT?

Legg igjen din e-postadresse og få mer informasjon om IT-studiene på Noroff. Du kan når som helst melde deg av.

Jeg har lest Noroffs personvernerklæring og aksepterer at Noroff håndterer mine data som beskrevet i vilkår og betingelser.

IT-nyheter fra Noroff

     
Top