MA-447 AI Mathematics

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

45 kandidater

H 2022

H 2025

Grupper etter kjønn

SEMESTER

SNITTKARAKTER

2,69 av 5 poeng

UiA snitt: 3.27

STRYKPROSENT

26,8 %

UiA snitt: 4,1 %

KANDIDATER PER ÅR

snitt over 4 år

SEMESTRE MED DATA

Eksamen og forkunnskaper

Vurderingen består av

Mappe/sammensatt vurdering
Obligatoriske oppgaver
Samlet karakter
Skriftlig skoleeksamen · 3 Timer

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

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 MA-447

UiA sin egen emnebeskrivelse — læringsutbytte, innhold og vurderingsform.

Innhold

The course focuses on mathematical principles needed for practical machine learning tasks. This includes:

probability and information theory including random variables, chain rule of the conditional probabilities, and properties of mathematical functions commonly used on machine learning
topics from linear algebra essential for machine learning tasks
numerical computations including gradient descent and constrained optimization
core mathematical concepts in machine learning such as maximum likelyhood estimation, regression techniques, classification evaluation, and dimensional re-duction techniques
identifying and developing solutions for Mathematical Game theory
developing dynamical systems including but not limited to time dependent functions, deterministic and stochastic state space, and evolution rules
the theory and practice of Markov chains

Vis resten (10 avsnitt)

Læringsutbytte

Upon completion of the course, the students should

have a general knowledge of mathematics used in machine learning and artificial intelligence
understand how random variables are described
understand how the chain rule is used in machine learning
understand concepts including maximum likelyhood estimation, regression techniques, classification evaluation, and dimensional re-duction techniques
have a general knowledge of Mathematical Game Theory and Markov chains
be able to develop time dependent, deterministic, and stochastic state space functions

Anbefalte forkunnskaper

The students are expected to have basic knowledge of linear algebra, probability theory and calculus equivalent to MA-223 Statistikk, MA-178 Mathemetics 1 and MA-179 Mathematics 2.

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 work load for the average student is approximately 200 hours.

Undervisningsspråk

English

Eksamen

Compulsory Assignments: Information about the class assignments will be given in Canvas at the start of the course. Graded Pass/Fail

Students must pass the compulsory assignments in order to take the final written examination.

Written exam, 3 hours. Graded assessment.

Annen informasjon

The course is taught for the first time in the autumn semester 2022.

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.

Vilkår for å gå opp til eksamen

Compulsory Assignments: Information about the class assignments will be given in Canvas at the start of the course. Graded Pass/Fail

Students must pass the compulsory assignments in order to take the final written examination.

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 MA-447?: MA-447 (AI Mathematics) ved UiA gir 7,5 studiepoeng.
Hva er strykprosenten i MA-447?: Samlet strykprosent for MA-447 ved UiA er 26,8 %, basert på 179 kandidater. Siste semester (høst 2025) var den 11,1 %.
Hvor vanskelig er MA-447?: Snittkarakteren i MA-447 er C (2.69 av 5 poeng), mot 26,8 % stryk. Jo lavere snitt og høyere strykprosent, jo mer krevende er emnet sammenlignet med andre emner ved UiA.
Hvor kommer tallene for MA-447 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 MA-447.

IKT452 Computer Vision snitt B · 0 % stryk
IKT465 Research Methods snitt B · 0 % stryk
IKT457 Learning Systems snitt C · 17,5 % stryk
IKT453 Intelligent Data Management snitt A · 0 % stryk
IKT464 Advanced ICT Project snitt B · 0 % stryk
IKT463 Artificial Intelligence in Society snitt B · 20,8 % stryk
IKT460 Reinforcement Learning snitt B · 0 % stryk
IKT450 Deep Neural Networks snitt B · 1,6 % stryk

Mer om UiA

Les om karakterfordelingen ved UiA →Les om UiA →

Utvikling over tid

Semester	Kandidater	Snitt	Stryk
Høst 2025	45	B (3.62)	11,1 %
Vår 2025	25	C (3.16)	12 %
Høst 2024	54	D (2.02)	46,3 %
Høst 2023	22	C (2.59)	22,7 %
Vår 2023	9	C (3.33)	0 %
Høst 2022	24	D (1.79)	41,7 %

Finner retningen …

Eksamen og forkunnskaper

Vurderingen består av

Mappe/sammensatt vurdering
Obligatoriske oppgaver
Samlet karakter
Skriftlig skoleeksamen · 3 Timer

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

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 MA-447

UiA sin egen emnebeskrivelse — læringsutbytte, innhold og vurderingsform.

Innhold

The course focuses on mathematical principles needed for practical machine learning tasks. This includes:

probability and information theory including random variables, chain rule of the conditional probabilities, and properties of mathematical functions commonly used on machine learning
topics from linear algebra essential for machine learning tasks
numerical computations including gradient descent and constrained optimization
core mathematical concepts in machine learning such as maximum likelyhood estimation, regression techniques, classification evaluation, and dimensional re-duction techniques
identifying and developing solutions for Mathematical Game theory
developing dynamical systems including but not limited to time dependent functions, deterministic and stochastic state space, and evolution rules
the theory and practice of Markov chains

Vis resten (10 avsnitt)

Læringsutbytte

Upon completion of the course, the students should

have a general knowledge of mathematics used in machine learning and artificial intelligence
understand how random variables are described
understand how the chain rule is used in machine learning
understand concepts including maximum likelyhood estimation, regression techniques, classification evaluation, and dimensional re-duction techniques
have a general knowledge of Mathematical Game Theory and Markov chains
be able to develop time dependent, deterministic, and stochastic state space functions

Anbefalte forkunnskaper

The students are expected to have basic knowledge of linear algebra, probability theory and calculus equivalent to MA-223 Statistikk, MA-178 Mathemetics 1 and MA-179 Mathematics 2.

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

Compulsory Assignments: Information about the class assignments will be given in Canvas at the start of the course. Graded Pass/Fail

Students must pass the compulsory assignments in order to take the final written examination.

Written exam, 3 hours. Graded assessment.

Annen informasjon

The course is taught for the first time in the autumn semester 2022.

Studentevaluering

Tilbys som enkeltemne

Yes, if there are places available.

Vilkår for å gå opp til eksamen

Compulsory Assignments: Information about the class assignments will be given in Canvas at the start of the course. Graded Pass/Fail

Students must pass the compulsory assignments in order to take the final written examination.

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 MA-447?

MA-447 (AI Mathematics) ved UiA gir 7,5 studiepoeng.

Hva er strykprosenten i MA-447?

Samlet strykprosent for MA-447 ved UiA er 26,8 %, basert på 179 kandidater. Siste semester (høst 2025) var den 11,1 %.

Hvor vanskelig er MA-447?

Snittkarakteren i MA-447 er C (2.69 av 5 poeng), mot 26,8 % stryk. Jo lavere snitt og høyere strykprosent, jo mer krevende er emnet sammenlignet med andre emner ved UiA.

Hvor kommer tallene for MA-447 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 (3.62)

11,1 %

Vår 2025

C (3.16)

12 %

Høst 2024

D (2.02)

46,3 %

Høst 2023

C (2.59)

22,7 %

Vår 2023

C (3.33)

0 %

Høst 2022

D (1.79)

41,7 %

Karakterfordeling og studentvurderinger i MA-447

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 MA-447

Innhold

Læringsutbytte

Anbefalte forkunnskaper

Opptakskrav hvis tilbudt som enkeltemne

Undervisnings- og læringsformer

Undervisningsspråk

Eksamen

Annen informasjon

Studentevaluering

Tilbys som enkeltemne

Vilkår for å gå opp til eksamen

Kommentarer

Ofte stilte spørsmål

Studieprogram med dette emnet

Relaterte emner ved UiA

Mer om UiA

Utvikling over tid

Karakterfordeling og studentvurderinger i MA-447

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 MA-447

Innhold

Læringsutbytte

Anbefalte forkunnskaper

Opptakskrav hvis tilbudt som enkeltemne

Undervisnings- og læringsformer

Undervisningsspråk

Eksamen

Annen informasjon

Studentevaluering

Tilbys som enkeltemne

Vilkår for å gå opp til eksamen

Kommentarer

Ofte stilte spørsmål

Studieprogram med dette emnet

Relaterte emner ved UiA

Mer om UiA

Utvikling over tid