Antagningsdata

Välj region och språk

Välj språk för hela webbplatsen.

Tillfället ingår inte i den aktuella katalogen. Uppgifterna är bevarade från en tidigare publicering. Kontrollera aktuellt utbud hos anordnaren.

Mälardalen University

Deep Learning for Industrial Imaging

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. About this course Lesson 1 - Image processing: Introduction of industrial imaging through big data and fundamentals of imag…

  • Högskoleutbildning
  • Uppgift saknas
  • 13 oktober 2025
  • Uppgift saknas
  • Uppgift saknas
  • 25 %

Översikt

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. About this course Lesson 1 - Image processing: Introduction of industrial imaging through big data and fundamentals of image processing techniques. Lesson 2 - Deep learning with convolutional neural network: Overview of neural network as classifiers, introduction of convolutional neural network and Deep learning architecture. Lesson 3 - Deep learning tools: Implementation of Deep learning for Image classification and object recognition, e.g. using Keras. What you will learn * Understand the fundamental theory of image processing. * Able to describe the fundamental needs, challenges and limitations of Big data with industrial imaging. * Able to describe and understand the basic principles of convolution neural network. * Demonstrate the ability to use tools for deep learning in industrial imaging

Antagningspoäng

Uppgift saknasVerifierat underlag är inte anslutet till detta utbildningstillfälle.

Behörighet

90 credits of which at least 60 credits in Computer Science or equivalent, including at least 15 credits in programming. In addition, Swedish course B/Swedish course 3 and English course A/English course 6 are required. For courses given entirely in English exemption is made from the requirement in Swedish course B/Swedish course 3.

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
2025-10-13
Mått
Behörighetstext återgiven från publicerat Susa-underlag; ingen personlig behörighetsbedömning.
Population
Utbildningstillfälle e.uoh.mdu.dva476.24540.20252
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

Uppgift saknasVerifierat underlag är inte anslutet till detta utbildningstillfälle.

Studiernas upplägg

Uppgift saknasVerifierat underlag är inte anslutet till detta utbildningstillfälle.

Ansökan och viktiga datum

  1. Utbildningen startar
  2. Utbildningen slutar

Lön och lönefördelning

Uppgift saknasVerifierat underlag är inte anslutet till detta utbildningstillfälle.

Vanliga yrken efter utbildningen

Uppgift saknasVerifierat underlag är inte anslutet till detta utbildningstillfälle.

Studenterna

Uppgift saknasVerifierat underlag är inte anslutet till detta utbildningstillfälle.

Geografisk bakgrund

Uppgift saknasVerifierat underlag är inte anslutet till detta utbildningstillfälle.

Tidigare gymnasieskolor och program

Uppgift saknasVerifierat underlag är inte anslutet till detta utbildningstillfälle.

Genomströmning och utfall

Uppgift saknasVerifierat underlag är inte anslutet till detta utbildningstillfälle.

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.dva476.24540.20252
Tillfällesidentitet hos källan
e.uoh.mdu.dva476.24540.20252
Utbildningsformens källkod
HS
Utbildningskod hos källan
DVA476
Ändringstid enligt källan
2025-03-14T10:56:34

Anordnare, utbildning och utbildningstillfälle är separata identiteter. Uppgifter om ansökan bör kontrolleras på den officiella webbplatsen. Kompletterande statistik har inte hämtats från denna källa.