Tillfället ingår inte i den aktuella katalogen. Uppgifterna är bevarade från en tidigare publicering. Kontrollera aktuellt utbud hos anordnaren.
Mälardalen University
Deep Learning and Neural Networks
Deep learning is a recent topic within machine learning and artificial intelligence. In deep learning, we have models of large and complex artificial neural networks that imitate how the human brain processes information in presence of large amounts of data. Today deep learning is one of the most exciting and innova…
- Högskoleutbildning
- Uppgift saknas
- 9 november 2026
- Uppgift saknas
- Uppgift saknas
- 50 %
Översikt
Deep learning is a recent topic within machine learning and artificial intelligence. In deep learning, we have models of large and complex artificial neural networks that imitate how the human brain processes information in presence of large amounts of data. Today deep learning is one of the most exciting and innovative parts of machine learning. When the amount of data increases, and the problems become more complex, we are facing new challenges; and this is when we need deep learning. The subject is under strong development and will be important for advanced products and services today and in the future.
Antagningspoäng
Behörighet
Completed courses of 60 credits in computer science, of which includes Programming 7,5 credits, Data Structures, Algorithms and Program Development 7,5 credits and Artificial Intelligence 1 7,5 credits. In addition basic vector algebra 7,5 credits and basic calculus 7,5 credits are needed.
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
- 2026-11-09
- Mått
- Behörighetstext återgiven från publicerat Susa-underlag; ingen personlig behörighetsbedömning.
- Population
- Utbildningstillfälle e.uoh.mdu.dva307.10148.20262
- Senaste kontroll
- 2026-09-23T10:38:46.21657+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
Mälardalen University
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.mdu.dva307.10148.20262
- Tillfällesidentitet hos källan
- e.uoh.mdu.dva307.10148.20262
- Utbildningsformens källkod
- HS
- Utbildningskod hos källan
- DVA307
- Ändringstid enligt källan
- 2026-02-19T13:10:40
Anordnare, utbildning och utbildningstillfälle är separata identiteter. Uppgifter om ansökan bör kontrolleras på den officiella webbplatsen. Kompletterande statistik har inte hämtats från denna källa.