IKT457 Learning Systems

UiA →7.5 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 · H 2025

52 kandidater

H 2022

H 2025

Grupper etter kjønn

SEMESTER

SNITTKARAKTER

3,19 av 5 poeng

UiA snitt: 3.27

STRYKPROSENT

17,5 %

UiA snitt: 4,1 %

KANDIDATER PER ÅR

snitt over 4 år

SEMESTRE MED DATA

Eksamen og forkunnskaper

Slik vurderes du

Mappe/sammensatt vurdering

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

Om IKT457

UiA sin egen emnebeskrivelse — læringsutbytte, innhold og vurderingsform.

Innhold

The course is organized into five modules.

The Tsetlin Automaton and Games of Tsetlin Automata. This module covers the foundation for Tsetlin machines, namely, the Tsetlin automata and games of automata. Apart from the analysis of individual Tsetlin automata, collectives of Tsetlin automata are studied through game theory.
The Tsetlin Machine - Inference and Learning. This module introduces the vanilla Tsetlin machine, including booleanization, clauses, voting, and learning with feedback Type I and II.
Selected Applications in Natural Language Processing, Image Analysis, Board Games, and Edge Computing. We here look in detail at selected application areas, covering how to booleanize the input, design the model, and interpret the learning outcome.
Markov Chain Analysis of Learning Process. This module focuses on Markov chain analysis in combination with game theory to study the convergence of Tsetlin machine learning.
Advanced Architectures: Regression, Convolution, Auto-encoding, and Composites. The final module addresses the analysis, design, and application of more advanced architectures, including regression, convolution, auto-encoding, and composites.

Vis resten (7 avsnitt)

Læringsutbytte

The student will get in-depth knowledge of selected advanced topics in Tsetlin machines, obtaining both theoretical and practical skills. The student will further be able to analyse, implement, and evaluate the main Tsetlin machine architectures, including regression, convolution, auto-encoding, and composites. Finally, the student will know how to apply the architectures within image analysis, natural language processing, and board games.

Opptakskrav hvis tilbudt som enkeltemne

Admission requirements for the course are the same as for the master’s programme in ICT.

Undervisnings- og læringsformer

The course is organized with a combination of lectures, assignments, paper studies, labs, and report writing. The tasks are done individually or in small groups with group supervision. The workload for the average student is approximately 200 hours.

Undervisningsspråk

English

Eksamen

Graded portfolio assessment.

Information about the content of the portfolio will be given in Canvas by the start of the semester. There will not be arranged a postponed exam for the portfolio.

Studentevaluering

The person responsible for the course decides, in cooperation with student representative, the form of student evaluation and whether the course is to have a midway or end of course evaluation in accordance with the quality system for education, chapter 4.1.

Tilbys som enkeltemne

Yes, if there are places available

Kilde: Felles studentsystem (FS) via Universitetet i Agder, slik den var publisert for høsten 2026. Universitetet i Agder 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 IKT457?: IKT457 (Learning Systems) ved UiA gir 7,5 studiepoeng.
Hva er strykprosenten i IKT457?: Samlet strykprosent for IKT457 ved UiA er 17,5 %, basert på 177 kandidater. Siste semester (høst 2025) var den 0 %.
Hvor vanskelig er IKT457?: Snittkarakteren i IKT457 er C (3.19 av 5 poeng), mot 17,5 % stryk. Jo lavere snitt og høyere strykprosent, jo mer krevende er emnet sammenlignet med andre emner ved UiA.
Hvor kommer tallene for IKT457 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 UiA

Emner som tas i de samme studieprogrammene som IKT457.

IKT452 Computer Vision snitt B · 0 % stryk
IKT464 Advanced ICT Project snitt B · 0 % stryk
MA-447 AI Mathematics snitt C · 26,8 % stryk
IKT460 Reinforcement Learning snitt B · 0 % stryk
IKT465 Research Methods snitt B · 0 % stryk
IKT450 Deep Neural Networks snitt B · 1,6 % stryk
IKT453 Intelligent Data Management snitt A · 0 % stryk
IKT463 Artificial Intelligence in Society snitt B · 20,8 % stryk

Mer om UiA

Les om karakterfordelingen ved UiA →Les om UiA →

Utvikling over tid

Semester	Kandidater	Snitt	Stryk
Høst 2025	52	B (3.83)	0 %
Høst 2024	74	C (2.81)	28,4 %
Høst 2023	31	C (3.23)	22,6 %
Høst 2022	20	C (2.90)	15 %

Finner retningen …

Om IKT457

UiA sin egen emnebeskrivelse — læringsutbytte, innhold og vurderingsform.

Innhold

The course is organized into five modules.

The Tsetlin Automaton and Games of Tsetlin Automata. This module covers the foundation for Tsetlin machines, namely, the Tsetlin automata and games of automata. Apart from the analysis of individual Tsetlin automata, collectives of Tsetlin automata are studied through game theory.
The Tsetlin Machine - Inference and Learning. This module introduces the vanilla Tsetlin machine, including booleanization, clauses, voting, and learning with feedback Type I and II.
Selected Applications in Natural Language Processing, Image Analysis, Board Games, and Edge Computing. We here look in detail at selected application areas, covering how to booleanize the input, design the model, and interpret the learning outcome.
Markov Chain Analysis of Learning Process. This module focuses on Markov chain analysis in combination with game theory to study the convergence of Tsetlin machine learning.
Advanced Architectures: Regression, Convolution, Auto-encoding, and Composites. The final module addresses the analysis, design, and application of more advanced architectures, including regression, convolution, auto-encoding, and composites.

Vis resten (7 avsnitt)

Læringsutbytte

Opptakskrav hvis tilbudt som enkeltemne

Admission requirements for the course are the same as for the master’s programme in ICT.

Undervisnings- og læringsformer

Undervisningsspråk

English

Eksamen

Graded portfolio assessment.

Information about the content of the portfolio will be given in Canvas by the start of the semester. There will not be arranged a postponed exam for the portfolio.

Studentevaluering

Tilbys som enkeltemne

Yes, if there are places available

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

Ofte stilte spørsmål

Hvor mange studiepoeng er IKT457?

IKT457 (Learning Systems) ved UiA gir 7,5 studiepoeng.

Hva er strykprosenten i IKT457?

Samlet strykprosent for IKT457 ved UiA er 17,5 %, basert på 177 kandidater. Siste semester (høst 2025) var den 0 %.

Hvor vanskelig er IKT457?

Snittkarakteren i IKT457 er C (3.19 av 5 poeng), mot 17,5 % stryk. Jo lavere snitt og høyere strykprosent, jo mer krevende er emnet sammenlignet med andre emner ved UiA.

Hvor kommer tallene for IKT457 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

Høst 2025

B (3.83)

0 %

Høst 2024

C (2.81)

28,4 %

Høst 2023

C (3.23)

22,6 %

Høst 2022

C (2.90)

15 %

Karakterfordeling og studentvurderinger i IKT457

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

Slik vurderes du

Om IKT457

Innhold

Læringsutbytte

Opptakskrav hvis tilbudt som enkeltemne

Undervisnings- og læringsformer

Undervisningsspråk

Eksamen

Studentevaluering

Tilbys som enkeltemne

Kommentarer

Ofte stilte spørsmål

Studieprogram med dette emnet

Relaterte emner ved UiA

Mer om UiA

Utvikling over tid

Karakterfordeling og studentvurderinger i IKT457

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

Slik vurderes du

Om IKT457

Innhold

Læringsutbytte

Opptakskrav hvis tilbudt som enkeltemne

Undervisnings- og læringsformer

Undervisningsspråk

Eksamen

Studentevaluering

Tilbys som enkeltemne

Kommentarer

Ofte stilte spørsmål

Studieprogram med dette emnet

Relaterte emner ved UiA

Mer om UiA

Utvikling over tid