-
DURATIONHOURS
-
SUBJECT AREAArtificial Intelligence
-
COURSE LEVELMOOC
-
CREDITS2.0 HP
-
INSTITUTIONSLinköping University
Open for the Climate
-
STUDY TYPEMOOC
COURSE DESCRIPTION
Kursinnehåll
Kursen 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.
Kursformat
Kursen 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 behörighet
Observera 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.
courses you may also like
This course will teach you how to build convolutional neural networks. You will learn to design intelligent systems using deep learning for classification, annotation, and object recognition.
The rapid development of digital technologies and advances in communications have led to gigantic amounts of data with complex structures called ‘Big data’ being produced every day at exponential growth. The aim of this course is to give the student insights in fundamental concepts of machine learning with big data as well as recent research trends in the domain. The student will learn about problems and industrial challenges through domain-based case studies. Furthermore, the student will learn to use tools to develop systems using machine-learning algorithms in big data.
The course will give insights in fundamental concepts of machine learning and actionable forecasting using predictive analytics. It will cover the key concepts to extract useful information and knowledge from big data sets for analytical modeling
The course will give insights in fundamental concepts of machine learning and actionable forecasting using predictive analytics. It will cover the key concepts to extract useful information and knowledge from big data sets for analytical modeling
The rapid development of digital technologies and advances in communications have led to gigantic amounts of data with complex structures called ‘Big data’ being produced every day at exponential growth. The aim of this course is to give the student insights in fundamental concepts of machine learning with big data as well as recent research trends in the domain. The student will learn about problems and industrial challenges through domain-based case studies. Furthermore, the student will learn to use tools to develop systems using machine-learning algorithms in big data.
This course will teach you how to build convolutional neural networks. You will learn to design intelligent systems using deep learning for classification, annotation, and object recognition.