KUNDRESAN: VäGEN TILL KUNDDRIVET VäRDESKAPANDE

The course is broken down into: Basic Bayesian concepts Selecting priors, deriving some equations Bayesian inference, Parametric model estimation Sampling based methods Sequential inference (Kalman filters, particle filters) Approximate inference, variational inference Model selection (missing data) Bayesian deep neural networks

Målet med den här kursen är att ge dig ökad kunskap om och förståelse kring beteendeförändring. En speciell typ av beteendeförändring som kursen fokuserar på handlar om nudging. I dagens samhälle finns det många situationer där människor måste förändra sitt beteende för att bättre kunna nå individuella och samhälleliga mål. Nudging och beteendeförändring är viktiga kunskaper för alla personer som försöker förändra andra människor till mer hållbara beteenden.   Kursen kommer att ge dig kunskap som kan användas för att designa förslag till beteendeförändring i samband med exempelvis organisationsförändringar, samhällsförändringar eller andra typer av händelser som kräver att större grupper ändrar sina beteenden i någon utsträckning. Kursen behandlar även motivationsteori och centrala nya modeller för storskalig beteendeförändring. Du får ta del av teoretisk kunskap om psykologiska teorier om vad som förändrar människors beteende samt om därtill relevanta praktiskt utformade modeller. Genom att koppla detta till egna verksamhet kan förståelsen för beteendeförändring underlättas. Kursen vänder sig till dig som är yrkesverksam och som vill stärka sin teoretiska och praktiska förståelse för nudging och beteendeförändring i relation till vissa specifika utmaningar.  Kursen är på avancerad nivå och ger 5 högskolepoäng. Undervisningen genomförs på distans via Canvas som är Karlstads universitets lärplattform. Kursen är avgiftsfri. Antal platser är begränsat. FÖR VEM?Kursen vänder sig till dig som är yrkesverksam och som vill stärka sin teoretiska och praktiska förståelse för nudging och beteendeförändring i relation till vissa specifika utmaningar.  Läs mer och anmäl ditt intresse: https://www.kau.se/ctf/ise/nudging

Den här kursen vänder sig till dig som vill utveckla och stärka förmågan att arbeta strategiskt med utveckling och planering - för att öka dina chanser att uppnå verksamhetsmål och skapa resultat. Här får du träna förmågan att arbeta med verktyg för strategiutveckling som skapar engagemang. Vi går igenom strategiforskningens utveckling med tyngdpunkt på vad som kännetecknar dagens forskning. Du får diskutera och analysera centrala begrepp, modeller och verktyg samt hur dessa används inom praktik och forskning. En stor del av kursen handlar om att pröva och analysera verktyg som adresserar frågor som: Hur kan vi kan förstå företagets omvärld och invärld? Hur kan vi staka ut en strategisk inriktning som håller över tid och hur kan vi i nästa steg få saker och ting att hända? En annan viktig del i kursen är erfarenhetsutbyte och därför kommer kursinnehållet också delvis att anpassas utifrån kursens deltagare utifrån deras behov, önskemål och tidigare erfarenheter. Vår förhoppning är att deltagarna, efter avslutad kurs, har fått nya perspektiv på strategisk utveckling och fler verktyg i sin verktygslåda.  Denna kurs hjälper dig att stärka din kompetens kring strategiskt tänkande och därtill knutna arbetssätt vilket också stärker möjligheterna att ta ledande roller knutna till strategiarbete. Kursen vänder sig till dig som är yrkesverksam och passar dig som är ledare, projektledare, affärsutvecklare och innovationsledare och vill bli bättre på att arbeta strategiskt med utveckling och planering. Kursen är på avancerad nivå och ger 5 högskolepoäng. Undervisningen genomförs på distans via Canvas som är Karlstads universitets lärplattform. Kursen är avgiftsfri. Antal platser är begränsat. Nästa kursomgång hösten 2024, besök kursens webbplats för mer information: https://www.kau.se/ctf/ise/verktyg-strategisk-utveckling-och-planering

Målet med kursen är att ge lärare fortbildning inom ämnet djurvälfärd och hållbarhet. Kursens mål är också att ge lärare inspiration att designa sin egen undervisning, att ge lärare möjlighet att ta till sig ny forskning och att dela med sig av läraktiviteter som kan användas av fler.

The Internet of Things (IoT) is a networking paradigm which enables different devices (from thermostats to autonomous vehicles) to collect valuable information and exchange it with other devices using different communications protocols over the Internet. This technology allows to analyse and correlate heterogeneous sources of information, extract valuable insights, and enable better decision processes. Although the IoT has the potential to revolutionise a variety of industries, such as healthcare, agriculture, transportation, and manufacturing, IoT devices also introduce new cybersecurity risks and challenges. In this course, the students will obtain an in-depth understanding of the Internet of Things (IoT) and the associated cybersecurity challenges. The course covers the fundamentals of IoT and its applications, the communication protocols used in IoT systems, the cybersecurity threats to IoT, and the countermeasures that can be deployed. The course is split in four main modules, described as follows: Understand and illustrate the basic concepts of the IoT paradigm and its applications Discern benefits and drawback of the most common IoT communication protocols Identify the cybersecurity threats associated with IoT systems Know and select the appropriate cybersecurity countermeasures Course Plan Module 1: Introduction to IoT Definition and characteristics of IoT IoT architecture and components Applications of IoT Module 2: Communication Protocols for IoT Overview of communication protocols used in IoT MQTT, CoAP, and HTTP protocols Advantages and disadvantages of each protocol Module 3: Security Threats to IoT Overview of cybersecurity threats associated with IoT Understanding the risks associated with IoT Malware, DDoS, and phishing attacks Specific vulnerabilities in IoT devices and networks Module 4: Securing IoT Devices and Networks Overview of security measures for IoT systems Network segmentation, access control, and encryption Best practices for securing IoT devices and networks Organisation and Examination Study hours: 80 hours distributed over 7 weeks Scehduled online seminars:  January 30th 2024, February 12th 2024 and 11th of March Examination, one of the following: Analysis and presentation of relevant manuscripts in the literature Bring your own problem (BYOP) and solution. For example, analyse the cybersecurity of the IoT network of your company and propose improvements The number of participants in the course is limited, so please hurry with your application!

KursinnehållKursen syftar till att ge en introduktion och överblick av artificiell intelligens. Fokus ligger på att förstå begreppet och några viktiga tekniker som hur sökning och maskininlärning fungerar samt konsekvenser av AI på samhället.  Börja läsa när du vill Du kan börja läsa kursen i stort sett när du vill då kursen är en online-kurs med flexibel antagning. Du gör ansökan till den termin du tänker börja läsa kursen. Vill du börja direkt så ansöker du till innevarande termin, eller så väljer du den termin du tänker börja. Termin väljer du här ovan, så kommer du till rätt ansökningstillfälle. KursformatKursen är en distanskurs som görs i egen takt och hanteras i sin helhet i en web-baserad kursmiljö. Kursen baseras på självstudier av kursmaterialet och examineras med självrättande tester och inlämningar. Du som har gjort Elements of AI kan anmäla dig till den här kursen för att få dina resultat validerade. Det gäller både den svenska och den engelska versionen av kursen. Du måste inte göra om kursen, däremot måste du ladda upp certifikatet från Elements of AI och göra ett valideringstest med frågor motsvarande de som finns i Elements of AI för att säkerställa att det verkligen är du som gått igenom kursen. För mer information se denna länk. Kursen handleds över internet. Information om behörighetObservera att du vid ansökan till kursen måste kunna styrka att du har grundläggande behörighet. Om dina gymnasiemeriter inte redan finns på dina sidor på antagning.se så behöver du ladda upp gymnasieexamen, eller motsvarande, på antagning.se i samband med din ansökan.