Tillfället ingår inte i den aktuella katalogen. Uppgifterna är bevarade från en tidigare publicering. Kontrollera aktuellt utbud hos anordnaren.
Mälardalen University
Predictive Data Analytics
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 About this course The course aims to give insights in fundamental co…
- Högskoleutbildning
- Uppgift saknas
- 15 september 2025
- Uppgift saknas
- Uppgift saknas
- 25 %
Översikt
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 About this course The course aims to give insights in fundamental concepts of machine learning for predictive analytics to provide actionable, i.e., better and more informed decisions in, forecasting. It covers the key concepts to extract useful information and knowledge from data sets to construct predictive modeling. Introduction: overview of Predictive data analytics and Machine learning for predictive analytics. Data exploration and visualization: presents case studies from industrial application domains and discusses key technical issues related to how we can gain insights enabling to see trends and patterns in industrial data. Predictive modeling: consists of issues in construction of predictive modeling, i.e., model data and determine Machine learning algorithms for predicative analytics and techniques for model evaluation. You will learn * Select suitable machine learning algorithms to solve a given problem for predictive data analytics. * Explore data and produce datasets suitable for analytical modeling. * Basics of machine learning for predictive analytics
Antagningspoäng
Behörighet
90 credits of which at least 60 credits in Computer Science or equivalent, including 15 credits in programming as well as 2,5 credits in basic probability theory and 2,5 credits in linear algebra, or equivalent. 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
- 2025-09-15
- Mått
- Behörighetstext återgiven från publicerat Susa-underlag; ingen personlig behörighetsbedömning.
- Population
- Utbildningstillfälle e.uoh.mdu.dva478.24577.20252
- 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
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.dva478.24577.20252
- Tillfällesidentitet hos källan
- e.uoh.mdu.dva478.24577.20252
- Utbildningsformens källkod
- HS
- Utbildningskod hos källan
- DVA478
- Ändringstid enligt källan
- 2025-03-14T10:56:36
Anordnare, utbildning och utbildningstillfälle är separata identiteter. Uppgifter om ansökan bör kontrolleras på den officiella webbplatsen. Kompletterande statistik har inte hämtats från denna källa.