Finner retningen …
Finner retningen …
3 svar totalt, inkludert svar fra Karakterweb.
Laster botkontroll.
Gjennomsnittlig svar: ingen svar
Gjennomsnittlig svar: Noe dårlig
1 svarGjennomsnittlig svar: Litt vanskelig
1 svarGjennomsnittlig svar: Litt liten
1 svar3 av 3 svar er hentet fra Karakterweb, resten er avgitt her.
KARAKTERFORDELING · V 2025
157 kandidater
Alle delene må normalt være bestått. Karakterfordelingen over gjelder emnet samlet.
Kilde: Data hentet fra Felles studentsystem ved NMBU, slik den var publisert for høsten 2026. NMBU har ikke kvalitetssikret og er ikke ansvarlig for innholdet på denne siden.
NMBU sin egen emnebeskrivelse — læringsutbytte, innhold og vurderingsform.
Innføring i grunnleggende maskinlæringsmetodikk med moderne, beregningskraftige dataverktøy. Metodikken som dekkes omfatter:
Kurset gir en innføring i metodenes grunnleggende teoretiske egenskaper, men har hovedfokus på anvendt modellering med reelle datasett. Studentene vil lære å lage effektive og treffsikre modeller som, avhengig av applikasjon, kan støtte opp om flere av FNs bærekraftsmål, blant andre 3, 11, 12, 14, 15.
Ferdigheter og innsikt i grunnleggende teknikker for maskinlæring. Grunnleggende forståelse av ulike modellers matematiske egenskaper og virkemåte. Studenten lærer seg å beherske analysemetoder som passer til 1) Eksplorativ dataanalyse (diagnose og visualisering), 2) Forbehandling av data fra varierende kilder, 3) Modellering og prediksjon med kontinuerlige og kategoriske responser (regresjon og klassifikasjon) og validering av prediktive modeller.
Studentene lærer å koble ulike problemstillinger til valg av hensiktsmessig analysemetodikk.
DAT110 (tidligere MATH-INF110), alternativt STAT100 eller tilsvarende.
MATH122/MATH113/MATH131 eller tilsvarende grunnleggende lineær algebra
INF120 eller et tilsvarende emne i grunnleggende programmering (ferdigheter i Python forutsettes).
INF200/201 eller et tilsvarende emne i videregående programmering (versjonskontroll og god programmeringspraksis antas kjent)
Emnet starter i høstparallellen.
Emnet har undervisning/vurdering i høstparallellen.
K1 - Ikke tillatt med bruk av KI
KI-verktøyene er ikke tillatt brukt under kursoppgaven, obligatoriske innleveringer og under eksamen.
Maskinlæring er et fagområde i konstant utvikling, og læringsstøtteressurser på internett vil knyttes opp mot forelesninger og oppgaver via kurshjemmesidene i Canvas.
Studentene kan utover dette avtale kontakt med ansvarlig lærer på kontoret i treffetiden eller via epost.
Kilde: Data hentet fra Felles studentsystem ved NMBU, slik den var publisert for høsten 2026. NMBU har ikke kvalitetssikret og er ikke ansvarlig for innholdet på denne siden.
Hva burde andre vite før de tar dette? Anonymt, ingen innlogging.
Basert på hvor kandidatene til eksamen var registrert (DBH).
Emner som tas i de samme studieprogrammene som DAT200.
| Semester | Kandidater | Snitt | Stryk |
|---|---|---|---|
| Høst 2025 | 8 | F (0.38) | 62,5 % |
| Vår 2025 | 157 | C (2.66) | 9,6 % |
| Høst 2024 | 9 | E (1.00) | 66,7 % |
| Vår 2024 | 126 | D (2.41) | 15,9 % |
| Vår 2023 | 139 | B (3.54) | 0 % |
| Vår 2022 | 136 | C (2.85) | 5,9 % |
| Vår 2021 | 92 | C (3.00) | 5,4 % |
| Vår 2020 | 62 | C (3.00) | 6,5 % |
| Vår 2019 | 50 | C (2.90) | 6 % |
| Vår 2018 | 48 | B (3.96) | 0 % |