Kursen ingår i dessa läroplaner och studiehelheter
Kursens undervisningsperiod
- 1 (2021-08-01 till 2021-10-24)
- 2 (2021-10-25 till 2021-12-31)
Nivå/kategori
Undervisningsspråk
Engelska
Kurstyp
Obligatorisk
Cykel/nivå
Högre yrkeshögskoleexamen
Rekommenderat studieår
1
Omfattning
5 sp
Kompetensmål
Målsättningen med kursen är att...
Läranderesultat
Efter avklarad kurs förväntas den studerande vara
förmögen att...
Innehåll
The students learn to understand the nature of
data flow by working with streaming data. The
students understand how regression is performed
and how to deal with time series. The students
gain an understanding of how ensemble models
can improve forecast results for fully
automatized systems.
Studieaktiviteter
- Föreläsningar - 30 timmar
- Individuell handledning och grupphandledning - 7 timmar
- Projekt- och produktionsarbete/konstnärlig verksamhet - 30 timmar
- Självstudier - 60 timmar
Arbetsbelastning
- Kursens totala antal arbetstimmar: 127 timmar
- Varav självstyrda studieformer: 127 timmar
- Varav schemalagda studier: 0 timmar
Undervisningsform
Flerformsundervisning (delvis nätundervisning handledd eller självstudier)
Examinationskrav
För godkänd prestation krävs att studenten
avlägger följande examinationer:
Examination 1 ....
Examination 2 .... etc.
(examinationer = tentamina, demonstrationer och
presentationer, rapporter och produktioner,
uppsatser, samt närvaro vid angivna tillfällen)
Examinationerna väger sinsemellan på följande
sätt: ...
Lärare
- Espinosa Leal Leonardo
- Majd Amin
- Scherbakov-Parland Andrej
Examinator
Espinosa Leal Leonardo
Kursens hemsida
Antal kursplatser
Ingen begränsning (46 studenter anmälda)
Delprestation i kraft till
12 månader efter kursens slutdatum
Kursanmälningstid
2021-08-09 till 2021-09-05
Datum | Tid | Rum | Titel | Beskrivning | Organisatör |
---|---|---|---|---|---|
2021-10-07 | 13:00 - 18:00 | Machine Learning for Predictive Problems | Espinosa Leal Leonardo Majd Amin Scherbakov-Parland Andrej |
||
2021-10-08 | 13:00 - 18:00 | Machine Learning for Predictive Problems | Espinosa Leal Leonardo Majd Amin Scherbakov-Parland Andrej |
||
2021-10-21 | 13:00 - 18:00 | Machine Learning for Predictive Problems | Espinosa Leal Leonardo Majd Amin Scherbakov-Parland Andrej |
||
2021-10-22 | 13:00 - 18:00 | Machine Learning for Predictive Problems | Espinosa Leal Leonardo Majd Amin Scherbakov-Parland Andrej |
||
2021-11-04 | 13:00 - 18:00 | Machine Learning for Predictive Problems | Espinosa Leal Leonardo Majd Amin Scherbakov-Parland Andrej |
||
2021-11-05 | 13:00 - 18:00 | Machine Learning for Predictive Problems | Espinosa Leal Leonardo Majd Amin Scherbakov-Parland Andrej |