Tillfället ingår inte i den aktuella katalogen. Uppgifterna är bevarade från en tidigare publicering. Kontrollera aktuellt utbud hos anordnaren.
University of Gothenburg
Advanced topics in machine learning
- Theoretical and computationals aspects of machine learning. - Advanced deep learning (Deep Neural Network) models. - Sequential decision making paradigms such as active learning/online learning/reinforcement learning.
- Högskoleutbildning
- Uppgift saknas
- 31 augusti 2026
- Uppgift saknas
- Uppgift saknas
- 50 %
Översikt
- Theoretical and computationals aspects of machine learning. - Advanced deep learning (Deep Neural Network) models. - Sequential decision making paradigms such as active learning/online learning/reinforcement learning.
Antagningspoäng
Behörighet
To be eligible for the course the student must have successfully completed courses in: - 7\.5 credits of programming (Python experience desirable but not absolutely required) - 7\.5 credits of a data structures or basic algorithm course, or the course DIT374 - 7\.5 credits of basic probability and statistics - 7\.5 credits of calculus - 7\.5 credits of linear algebra - 7\.5 credits of a standard basic course in machine learning (for example DIT381, MSA220 or DIT866) Applicants must prove knowledge of English: English 6/English level 2 or the equivalent level of an internationally recognized test, for example TOEFL, IELTS.
Texten återges från Susa-underlaget. Antagningsdata gör ingen egen mappning mellan GY11 och GY25 och bedömer inte personlig behörighet.
Källa, mått och datakvalitet
- Källa
- Skolverket Susa-navet
- Period
- 2026-08-31
- Mått
- Behörighetstext återgiven från publicerat Susa-underlag; ingen personlig behörighetsbedömning.
- Population
- Utbildningstillfälle e.uoh.gu.dit471.86012.20262
- Senaste kontroll
- 2026-09-23T10:36:42.164498+00:00
- Begränsning
- GY11 och GY25 mappas inte av Antagningsdata. Grundläggande och särskilda villkor separeras inte utan strukturerat underlag.
Utbildningens innehåll
Studiernas upplägg
Ansökan och viktiga datum
- Utbildningen startar
- Utbildningen slutar
Lön och lönefördelning
Vanliga yrken efter utbildningen
Studenterna
Geografisk bakgrund
Tidigare gymnasieskolor och program
Genomströmning och utfall
Om anordnaren
University of Gothenburg
Anordnare för det publicerade utbildningstillfället.
Källor och datakvalitet
Utbildningsfakta för valt tillfälle kommer från Skolverket Susa-navet.
Hämtad . Publicerad . Tider visas i svensk tid.
Källidentitet och publiceringsversion
- Publiceringsversion
- 8e217193-f5fa-4778-b085-a4521fd03e8d
- Utbildningsidentitet hos källan
- i.uoh.gu.dit471.86012.20262
- Tillfällesidentitet hos källan
- e.uoh.gu.dit471.86012.20262
- Utbildningsformens källkod
- HS
- Utbildningskod hos källan
- DIT471
- Ändringstid enligt källan
- 2026-02-17T15:42:05
Anordnare, utbildning och utbildningstillfälle är separata identiteter. Uppgifter om ansökan bör kontrolleras på den officiella webbplatsen. Kompletterande statistik har inte hämtats från denna källa.