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.

Halmstad University

Machine Learning for Predictive Maintenance

The courses is for professionals and part of the programme MAISTR (hh.se/maistr) where participants can study the entire programme or individual courses. The course is part of the course track machine learning and is held online in English. <br> The course covers the following topics: - Definition and terminology…

  • Högskoleutbildning
  • Uppgift saknas
  • 29 mars 2027
  • Ortsoberoende
  • Uppgift saknas
  • 33 %

Översikt

The courses is for professionals and part of the programme MAISTR (hh.se/maistr) where participants can study the entire programme or individual courses. The course is part of the course track machine learning and is held online in English. <br> The course covers the following topics: - Definition and terminology of relevant concepts in PdM - PdM task formulation, i.e. determine approaches and learning settings for given problems - Data engineering for time series data, including transformation, anomalous value detection, missing value imputation, outlier removal, etc. - PdM evaluation metric, given concrete applications and its formulation - Benchmarking the performance with traditional approaches - Transfer learning for fault detection and remaining useful life prediction - Survival analysis for PdM focusing on the evaluation metric and specialized cost function learning - Interpretability of the PdM machine learning models, and hybrid approaches

Antagningspoäng

Uppgift saknasVerifierat underlag är inte anslutet till detta utbildningstillfälle.

Behörighet

Degree of Bachelor of Science in Engineering, including an independent project 15 credits or Degree of Bachelor of Science including an independent project 15 credits or the equivalent of 180 Swedish credit points or 180 ECTS credits at an accredited university. 7.5 credits machine learning, 7.5 credits data recovery and 7.5 credits programming. English 6 or English level 2. Exemption of the requirement in Swedish is granted for those with foreign grades.

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
2027-03-29
Mått
Behörighetstext återgiven från publicerat Susa-underlag; ingen personlig behörighetsbedömning.
Population
Utbildningstillfälle e.uoh.hh.dt8059.23557.20271
Senaste kontroll
2026-09-23T10:37:30.869721+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

Halmstad 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.hh.dt8059.23557.20271
Tillfällesidentitet hos källan
e.uoh.hh.dt8059.23557.20271
Utbildningsformens källkod
HS
Utbildningskod hos källan
DT8059
Ändringstid enligt källan
2026-08-28T12:40:28

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