IDATG2208 Introduksjon til maskinlæring

NTNU →7.5 studiepoeng

Studentvurdering

1 svar totalt, inkludert svar fra Karakterweb.

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: Passende

1 svar

Svært litenSvært stor

1 av 1 svar er hentet fra Karakterweb, resten er avgitt her.

KARAKTERFORDELING · H 2025

49 kandidater

Grupper etter kjønn

SEMESTER

SNITTKARAKTER

3,78 av 5 poeng

NTNU snitt: 3.42

STRYKPROSENT

0 %

NTNU snitt: 3,5 %

KANDIDATER PER ÅR

SEMESTRE MED DATA

Eksamen og forkunnskaper

Vurderingen består av

Obligatoriske øvinger
Skriftlig skoleeksamen - multiple choice · 4 Timer

Alle delene må normalt være bestått. Karakterfordelingen over gjelder emnet samlet.

Kilde: Felles studentsystem (FS) via NTNU, slik den var publisert for høsten 2026. NTNU er ikke ansvarlig for innholdet på denne siden.

Om IDATG2208

NTNU sin egen emnebeskrivelse — læringsutbytte, innhold og vurderingsform.

Faglig innhold

Kurset gir en grunnleggende introduksjon til dataanalyse og maskinlæring. Det dekker læringsformene veiledet og uveiledet læring grundig, og en lett introduksjon til forsterket læring og forklaringsmetoder for maskinlæringsmodeller. Kursarbeidet er prosjektstyrt med fokus på anvendelser, ved bruk av Python og standard maskinlæringsbiblioteker.

Vis resten (5 avsnitt)

Læringsutbytte

Kunnskap

Kandidaten skal:

kunne demonstrere kunnskap om grunnleggende maskinlæring og populære læringsalgoritmer.

Ferdigheter

Kandidaten skal:

kunne analysere datasett, og trene og evaluere maskinlæringsmodeller på data.
kunne vurdere egnetheten av læringsformer basert på data.

Generell kompetanse

Kandidaten:

skal kunne forstå de grunnleggende prinsippene for dataanalyse og maskinlæring.
har kunnskap om anvendeligheten og begrensningene til forskjellige moderne læringsalgoritmer.

Anbefalte forkunnskaper

Grunnleggende programmeringskunnskap i Python.
Statistikk fra ISTG1003 eller tilsvarende (ST1101/TMA4240/TMA4245)
Linear algebra and Calculus fra IMAG1002, IMAG2024 eller tilsvarende (TMA4110/TMA4115/MA1201, TMA4105, MA1103)

Mer om vurdering

Mappevurdering som gjennomføres individuelt gir grunnlag for sluttkarakter i emnet. Mappen består av et maskinlæringsprosjekt samt en rapport, som leveres samlet til sensur til slutt i semesteret. Veiledning gis underveis gjennom samtaler og tilbakemeldinger i løpet av prosjektperioden, fordelt utover i tid.

Ved frivillig gjentak, må hele mappen tas på nytt ved neste gjennomføring av emne.

Kursmateriell

Hands-on Machine Learning with Scikit Learn, Keras and Tensorflow, 2022, Aurelien Geron

Læringsformer og aktiviteter

Undervisningsaktiviteter for hver uke:

Forelesninger vil benytte studentaktive læringsmetoder som foreleserledede undervisningsøkter, problembasert/casebasert læring og arbeid med praktiske problemer innen maskinlæring.
Veiledede labøkter vil bli gjennomført med læringsassistenter som gir individuell veiledning og støtte i oppgaveløsning.

Obligatoriske aktiviteter: Det vil bli gitt obligatoriske øvinger, hvorav 90% må være godkjent for å gå opp til eksamen.

Kilde: Felles studentsystem (FS) via NTNU, slik den var publisert for høsten 2026. NTNU 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 IDATG2208?: IDATG2208 (Introduksjon til maskinlæring) ved NTNU gir 7,5 studiepoeng.
Hva er strykprosenten i IDATG2208?: Samlet strykprosent for IDATG2208 ved NTNU er 0 %, basert på 49 kandidater. Siste semester (høst 2025) var den 0 %.
Hvor vanskelig er IDATG2208?: Snittkarakteren i IDATG2208 er B (3.78 av 5 poeng), mot 0 % stryk. Jo lavere snitt og høyere strykprosent, jo mer krevende er emnet sammenlignet med andre emner ved NTNU.
Hvor kommer tallene for IDATG2208 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 NTNU

Emner som tas i de samme studieprogrammene som IDATG2208.

IDATT2202 Operativsystemer snitt C · 4,6 % stryk
ISTT1003 Statistikk snitt B · 1,8 % stryk
IDATT2103 Databaser snitt B · 0 % stryk
IDATT1005 Systemutvikling snitt B · 0 % stryk
IDATT2101 Algoritmer og datastrukturer snitt B · 4,3 % stryk
IDATT2503 Sikkerhet i programvare og kryptografi snitt C · 2,1 % stryk
ISTG1003 Statistikk snitt C · 6,6 % stryk
INFT2503 C++ for programmerere 4,3 % stryk

Mer om NTNU

Les om karakterfordelingen ved NTNU →Les om NTNU →

Finner retningen …

Eksamen og forkunnskaper

Vurderingen består av

Obligatoriske øvinger
Skriftlig skoleeksamen - multiple choice · 4 Timer

Alle delene må normalt være bestått. Karakterfordelingen over gjelder emnet samlet.

Kilde: Felles studentsystem (FS) via NTNU, slik den var publisert for høsten 2026. NTNU er ikke ansvarlig for innholdet på denne siden.

Om IDATG2208

NTNU sin egen emnebeskrivelse — læringsutbytte, innhold og vurderingsform.

Faglig innhold

Vis resten (5 avsnitt)

Læringsutbytte

Kunnskap

Kandidaten skal:

kunne demonstrere kunnskap om grunnleggende maskinlæring og populære læringsalgoritmer.

Ferdigheter

Kandidaten skal:

kunne analysere datasett, og trene og evaluere maskinlæringsmodeller på data.
kunne vurdere egnetheten av læringsformer basert på data.

Generell kompetanse

Kandidaten:

skal kunne forstå de grunnleggende prinsippene for dataanalyse og maskinlæring.
har kunnskap om anvendeligheten og begrensningene til forskjellige moderne læringsalgoritmer.

Anbefalte forkunnskaper

Grunnleggende programmeringskunnskap i Python.
Statistikk fra ISTG1003 eller tilsvarende (ST1101/TMA4240/TMA4245)
Linear algebra and Calculus fra IMAG1002, IMAG2024 eller tilsvarende (TMA4110/TMA4115/MA1201, TMA4105, MA1103)

Mer om vurdering

Ved frivillig gjentak, må hele mappen tas på nytt ved neste gjennomføring av emne.

Kursmateriell

Hands-on Machine Learning with Scikit Learn, Keras and Tensorflow, 2022, Aurelien Geron

Læringsformer og aktiviteter

Undervisningsaktiviteter for hver uke:

Forelesninger vil benytte studentaktive læringsmetoder som foreleserledede undervisningsøkter, problembasert/casebasert læring og arbeid med praktiske problemer innen maskinlæring.
Veiledede labøkter vil bli gjennomført med læringsassistenter som gir individuell veiledning og støtte i oppgaveløsning.

Obligatoriske aktiviteter: Det vil bli gitt obligatoriske øvinger, hvorav 90% må være godkjent for å gå opp til eksamen.

Kilde: Felles studentsystem (FS) via NTNU, slik den var publisert for høsten 2026. NTNU er ikke ansvarlig for innholdet på denne siden.

Ofte stilte spørsmål

Hvor mange studiepoeng er IDATG2208?

IDATG2208 (Introduksjon til maskinlæring) ved NTNU gir 7,5 studiepoeng.

Hva er strykprosenten i IDATG2208?

Samlet strykprosent for IDATG2208 ved NTNU er 0 %, basert på 49 kandidater. Siste semester (høst 2025) var den 0 %.

Hvor vanskelig er IDATG2208?

Snittkarakteren i IDATG2208 er B (3.78 av 5 poeng), mot 0 % stryk. Jo lavere snitt og høyere strykprosent, jo mer krevende er emnet sammenlignet med andre emner ved NTNU.

Hvor kommer tallene for IDATG2208 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.

Karakterfordeling og studentvurderinger i IDATG2208

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 IDATG2208

Faglig innhold

Læringsutbytte

Anbefalte forkunnskaper

Mer om vurdering

Kursmateriell

Læringsformer og aktiviteter

Kommentarer

Ofte stilte spørsmål

Studieprogram med dette emnet

Relaterte emner ved NTNU

Mer om NTNU

Karakterfordeling og studentvurderinger i IDATG2208

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 IDATG2208

Faglig innhold

Læringsutbytte

Anbefalte forkunnskaper

Mer om vurdering

Kursmateriell

Læringsformer og aktiviteter

Kommentarer

Ofte stilte spørsmål

Studieprogram med dette emnet

Relaterte emner ved NTNU

Mer om NTNU