MLA210 Maskinlæring med eksempler fra teknologi og finans

NMBU →10 studiepoeng

Studentvurdering

Hvor relevant opplever du emnet?

Gjennomsnittlig svar: ingen svar

Svært irrelevantSvært relevant

Hva er ditt generelle inntrykk av kurset?

Gjennomsnittlig svar: ingen svar

Svært dårligSvært bra

Hva synes du om emnets nivå?

Gjennomsnittlig svar: ingen svar

Svært lettSvært vanskelig

Hva synes du om arbeidsmengden sett i forhold til antall studiepoeng?

Gjennomsnittlig svar: ingen svar

Svært litenSvært stor

KARAKTERFORDELING · V 2024

12 kandidater

V 2022

V 2024

Grupper etter kjønn

SEMESTER

SNITTKARAKTER

4,15 av 5 poeng

NMBU snitt: 3.42

STRYKPROSENT

0 %

NMBU snitt: 4,1 %

KANDIDATER PER ÅR

snitt over 3 år

SEMESTRE MED DATA

Eksamen og forkunnskaper

Vurderingen består av

Prosjektoppgaver
Skriftlig eksamen · 3.5 Timer

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.

Om MLA210

NMBU sin egen emnebeskrivelse — læringsutbytte, innhold og vurderingsform.

Emnets innhold

Lineær algebra og matrisemetoder er grunnleggende for feltene Maskinlæring (ML) og Kunstig Intelligens (AI), og gir det matematiske rammeverket som er nødvendig for mange algoritmer og prosesser. MLA210 fokuserer på matriseteknikker og minste kvadraters metode for mønstergjenkjenning og dataanalyse med eksepler på anvendelser innen teknologi og økonomi. Eksempler på anvendelser er: Tidsserieanalyse, dokumentanalyse, porteføljeoptimering, prosesskontroll, og optimering basert på sammensatte kriterier. Programmeringsspråket Julia blir benyttet for implementering og beregninger.

Vis resten (18 avsnitt)

Læringsutbytte

Studentene vil lære både det teoretiske grunnlaget for-, og hvordan implementere de ulike metodene for å gjøre analyse av data fra reelle problemstillinger.

Anbefalte forkunnskaper

STAT100, DAT110 eller tilsvarende introduksjonsemne i statistikk.

Forutsatte forkunnskaper

MATH113/131/122, MATH111/100/121 og INF120eller tilsvarende grunnlag i matematikk og programmering.

Strukturert undervisningstid

4 timer forelesninger pr. uke. 2 timer øvinger pr. uke

Undervisnings og vurderingsperiode

Emnet gjennomføres og sensureres i høstparallellen.

Vurderingsinfo

Skriftlig eksamen Karakterregel: Bokstavkarakterer Hjelpemiddelkode: A1 Ingen kalkulator, ingen andre hjelpemidler

Beskrivelse av eksamen for kurset

Skriftlig- eller muntlig (ved færre enn 15 studenter) eksamen basert på pensum og det obligatoriske prosjektarbeidet.

Emneansvarlig

Kristian Berland

Emnefrekvens

Årlig.

Emnet gis ikke 2026/27

Informasjon om KI-bruk i emnet

Eksamen: K1 - Ingen bruk av KI.

Oppgave: K2 - Spesifisert bruk av KIBruk av KI-teknologi som støtte til læringsprosessen i emnet anbefales.Bruk av KI må være i tråd med Retningslinjer for bruk av kunstig intelligens (KI) ved NMBU | NMBU

Læringsaktiviteter

Undervisningen blir gitt i form av forelesninger, praktiske øvinger og prosjektarbeid.

Merknader

Timeplansikring mot INF120, MATH113, MATH131 og DAT200

Normert arbeidsmengde

250 timer

Obligatoriske aktiviteter

Obligatoriske prosjektoppgaver underveis i semesteret. Regler for bedømming og godkjenning kunngjøres ved semesterstart.

Pensum

Oppgis ved semesterstart.

Publiseres på interne nettsider J/N

Sensor

Sensor bedømmer eksamensbesvarelsen.

Skriftlig eksamen i eksamensperioden (J/N)

Skriftlig eller muntlig

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.

Kommentarer

Hva burde andre vite før de tar dette? Anonymt, ingen innlogging.

Ofte stilte spørsmål

Hvor mange studiepoeng er MLA210?: MLA210 (Maskinlæring med eksempler fra teknologi og finans) ved NMBU gir 10 studiepoeng.
Hva er strykprosenten i MLA210?: Samlet strykprosent for MLA210 ved NMBU er 0 %, basert på 27 kandidater. Siste semester (vår 2024) var den 0 %.
Hvor vanskelig er MLA210?: Snittkarakteren i MLA210 er B (4.15 av 5 poeng), mot 0 % stryk. Jo lavere snitt og høyere strykprosent, jo mer krevende er emnet sammenlignet med andre emner ved NMBU.
Hvor kommer tallene for MLA210 fra?: Karakterdataene er hentet fra DBH (Database for statistikk om høyere utdanning) hos HK-dir, publisert under NLOD. Studentvurderingene er våre egne, slått sammen med vurderinger fra Karakterweb.

Studieprogram med dette emnet

Basert på hvor kandidatene til eksamen var registrert (DBH).

Relaterte emner ved NMBU

Emner som tas i de samme studieprogrammene som MLA210.

MATH285 Optimering snitt D · 31,9 % stryk
INF131 Datahandtering og logikk snitt B · 0 % stryk
IND320 Data til beslutning 4,9 % stryk
STAT351 Statistisk teori snitt C · 4,4 % stryk
DAT320 Analyse av sekvensielle data og tidsseriedata snitt C · 8,7 % stryk
DAT350 Anvendt helsedatavitenskap og medisinsk fysikk snitt B · 0 % stryk
INN265 Analyse av forretningsprosesser snitt B · 0 % stryk
INF202 Prosjektoppgave i videregående programmering snitt C · 6,7 % stryk

Mer om NMBU

Les om karakterfordelingen ved NMBU →Les om NMBU →

Utvikling over tid

Semester	Kandidater	Snitt
Vår 2024	12	B (4.33)
Vår 2023	5	A (5.00)
Vår 2022	10	C (3.50)

Finner retningen …

Eksamen og forkunnskaper

Vurderingen består av

Prosjektoppgaver
Skriftlig eksamen · 3.5 Timer

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.

Om MLA210

NMBU sin egen emnebeskrivelse — læringsutbytte, innhold og vurderingsform.

Emnets innhold

Vis resten (18 avsnitt)

Læringsutbytte

Studentene vil lære både det teoretiske grunnlaget for-, og hvordan implementere de ulike metodene for å gjøre analyse av data fra reelle problemstillinger.

Anbefalte forkunnskaper

STAT100, DAT110 eller tilsvarende introduksjonsemne i statistikk.

Forutsatte forkunnskaper

MATH113/131/122, MATH111/100/121 og INF120eller tilsvarende grunnlag i matematikk og programmering.

Strukturert undervisningstid

4 timer forelesninger pr. uke. 2 timer øvinger pr. uke

Undervisnings og vurderingsperiode

Emnet gjennomføres og sensureres i høstparallellen.

Vurderingsinfo

Skriftlig eksamen Karakterregel: Bokstavkarakterer Hjelpemiddelkode: A1 Ingen kalkulator, ingen andre hjelpemidler

Beskrivelse av eksamen for kurset

Skriftlig- eller muntlig (ved færre enn 15 studenter) eksamen basert på pensum og det obligatoriske prosjektarbeidet.

Emneansvarlig

Kristian Berland

Emnefrekvens

Årlig.

Emnet gis ikke 2026/27

Informasjon om KI-bruk i emnet

Eksamen: K1 - Ingen bruk av KI.

Læringsaktiviteter

Undervisningen blir gitt i form av forelesninger, praktiske øvinger og prosjektarbeid.

Merknader

Timeplansikring mot INF120, MATH113, MATH131 og DAT200

Normert arbeidsmengde

250 timer

Obligatoriske aktiviteter

Obligatoriske prosjektoppgaver underveis i semesteret. Regler for bedømming og godkjenning kunngjøres ved semesterstart.

Pensum

Oppgis ved semesterstart.

Publiseres på interne nettsider J/N

Sensor

Sensor bedømmer eksamensbesvarelsen.

Skriftlig eksamen i eksamensperioden (J/N)

Skriftlig eller muntlig

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.

Ofte stilte spørsmål

Hvor mange studiepoeng er MLA210?

MLA210 (Maskinlæring med eksempler fra teknologi og finans) ved NMBU gir 10 studiepoeng.

Hva er strykprosenten i MLA210?

Samlet strykprosent for MLA210 ved NMBU er 0 %, basert på 27 kandidater. Siste semester (vår 2024) var den 0 %.

Hvor vanskelig er MLA210?

Snittkarakteren i MLA210 er B (4.15 av 5 poeng), mot 0 % stryk. Jo lavere snitt og høyere strykprosent, jo mer krevende er emnet sammenlignet med andre emner ved NMBU.

Hvor kommer tallene for MLA210 fra?

Karakterdataene er hentet fra DBH (Database for statistikk om høyere utdanning) hos HK-dir, publisert under NLOD. Studentvurderingene er våre egne, slått sammen med vurderinger fra Karakterweb.

Semester

Kandidater

Snitt

Stryk

Vår 2024

B (4.33)

0 %

Vår 2023

A (5.00)

0 %

Vår 2022

C (3.50)

0 %

Karakterfordeling og studentvurderinger i MLA210

Studentvurdering

Hvor relevant opplever du emnet?

Hva er ditt generelle inntrykk av kurset?

Hva synes du om emnets nivå?

Hva synes du om arbeidsmengden sett i forhold til antall studiepoeng?

Eksamen og forkunnskaper

Vurderingen består av

Om MLA210

Emnets innhold

Læringsutbytte

Anbefalte forkunnskaper

Forutsatte forkunnskaper

Strukturert undervisningstid

Undervisnings og vurderingsperiode

Vurderingsinfo

Beskrivelse av eksamen for kurset

Emneansvarlig

Emnefrekvens

Informasjon om KI-bruk i emnet

Læringsaktiviteter

Merknader

Normert arbeidsmengde

Obligatoriske aktiviteter

Pensum

Publiseres på interne nettsider J/N

Sensor

Skriftlig eksamen i eksamensperioden (J/N)

Kommentarer

Ofte stilte spørsmål

Studieprogram med dette emnet

Relaterte emner ved NMBU

Mer om NMBU

Utvikling over tid

Karakterfordeling og studentvurderinger i MLA210

Studentvurdering

Hvor relevant opplever du emnet?

Hva er ditt generelle inntrykk av kurset?

Hva synes du om emnets nivå?

Hva synes du om arbeidsmengden sett i forhold til antall studiepoeng?

Eksamen og forkunnskaper

Vurderingen består av

Om MLA210

Emnets innhold

Læringsutbytte

Anbefalte forkunnskaper

Forutsatte forkunnskaper

Strukturert undervisningstid

Undervisnings og vurderingsperiode

Vurderingsinfo

Beskrivelse av eksamen for kurset

Emneansvarlig

Emnefrekvens

Informasjon om KI-bruk i emnet

Læringsaktiviteter

Merknader

Normert arbeidsmengde

Obligatoriske aktiviteter

Pensum

Publiseres på interne nettsider J/N

Sensor

Skriftlig eksamen i eksamensperioden (J/N)

Kommentarer

Ofte stilte spørsmål

Studieprogram med dette emnet

Relaterte emner ved NMBU

Mer om NMBU

Utvikling over tid