ETE337 · 2 hp · Grundnivå (G1N) · Datavetenskap

Grunderna i AI, del 2: att utveckla AI

Ges · nästa start HT 2026

100 %

klarade senaste ordinarie tillfället

UPG1 · 11 okt 2026 · 21 studenter

100 %

klarade de ordinarie tillfällena, alla tillfällen de senaste 5 åren

UPG1 · 1 099 studenter

Modulen rapporterar bara godkända resultat, så andelen godkända visar inte hur många som inte klarade den.

Inlämning eller laboration

UPG1 Uppgifter

Ordinarie tillfällen

100 % godkända · 1 099 studenter

11 okt 2026100 %21

4 okt 2026100 %19
27 sep 2026100 %21
20 sep 2026100 %22
13 sep 2026100 %27
6 sep 2026100 %33
30 aug 2026100 %21
7 jun 2026100 %34
31 maj 2026100 %17
24 maj 2026100 %23
17 maj 2026100 %25
10 maj 2026100 %20
15 feb 2026100 %21
8 feb 2026100 %22
1 feb 2026100 %18
25 jan 2026100 %22
18 jan 2026100 %34
11 jan 2026100 %21
4 jan 2026100 %31
15 okt 2025100 %51
15 sep 2025100 %95
16 maj 2025100 %41
27 jan 2025100 %24
16 jan 2025100 %34
16 okt 2024100 %44
15 maj 2024100 %23
15 feb 2024100 %33
15 jan 2024100 %33
15 okt 2023100 %39
15 sep 2023100 %47
15 maj 2023100 %24
15 feb 2023100 %18
15 jan 2023100 %24
15 okt 2022100 %23
15 sep 2022100 %29
31 maj 2022100 %20
31 jan 2022100 %23
31 okt 2021100 %22

Senare tillfällen

100 % godkända · 1 009 studenter

23 aug 2026100 %7
15 aug 2026100 %41
14 jun 2026100 %37
3 maj 2026100 %10
26 apr 2026100 %14
19 apr 2026100 %16
12 apr 2026100 %18
5 apr 2026100 %16
29 mar 2026100 %19
22 mar 2026100 %19
15 mar 2026100 %11
8 mar 2026100 %14
1 mar 2026100 %10
22 feb 2026100 %13
19 jan 2026100 %6
14 dec 2025100 %15
7 dec 2025100 %14
30 nov 2025100 %16
23 nov 2025100 %10
16 nov 2025100 %10
9 nov 2025100 %11
2 nov 2025100 %24
4 aug 2025100 %7
15 jun 2025100 %46
26 maj 2025100 %14
16 apr 2025100 %29
25 mar 2025100 %5
19 mar 2025100 %25
9 mar 2025100 %5
25 feb 2025100 %11
16 feb 2025100 %31
30 jan 2025100 %5
20 jan 2025100 %6
25 dec 2024100 %7
17 dec 2024100 %6
16 dec 2024100 %27
25 nov 2024100 %10
16 nov 2024100 %26
3 okt 2024100 %6
25 sep 2024100 %11
15 sep 2024100 %9
3 jul 2024100 %10
18 jun 2024100 %17
4 jun 2024100 %5
25 maj 2024100 %10
24 apr 2024100 %9
17 apr 2024100 %23
15 apr 2024100 %5
25 mar 2024100 %17
15 mar 2024100 %22
29 feb 2024100 %16
15 dec 2023100 %25
15 nov 2023100 %29
15 jun 2023100 %20
1 jun 2023100 %10
15 apr 2023100 %15
15 mar 2023100 %13
15 dec 2022100 %31
15 nov 2022100 %16
16 maj 2022100 %5
30 apr 2022100 %21
31 mar 2022100 %18
28 feb 2022100 %13
31 dec 2021100 %7
30 nov 2021100 %15

Klarar ett senare tillfälle: 100 % (1 009 studenter), jämfört med 100 % (1 099 studenter) på ordinarie

Visa små tillfällen (82)

Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.

26 aug 2026100 %1
19 aug 2026100 %1
3 nov 2025100 %1
15 aug 2025100 %4
25 jun 2025100 %1
5 jun 2025100 %1
20 maj 2025100 %2
15 maj 2025100 %2
30 apr 2025100 %2
29 apr 2025100 %1
1 apr 2025100 %2
24 mar 2025100 %3
14 mar 2025100 %1
11 mar 2025100 %1
28 feb 2025100 %3
23 feb 2025100 %1
21 feb 2025100 %4
14 feb 2025100 %2
11 feb 2025100 %3
5 feb 2025100 %1
26 jan 2025100 %4
22 jan 2025100 %4
17 jan 2025100 %1
13 jan 2025100 %3
12 jan 2025100 %1
9 jan 2025100 %1
6 jan 2025100 %2
26 dec 2024100 %2
12 dec 2024100 %4
9 dec 2024100 %1
15 nov 2024100 %3
13 nov 2024100 %2
4 nov 2024100 %1
1 nov 2024100 %2
30 okt 2024100 %1
25 okt 2024100 %1
23 okt 2024100 %1
18 okt 2024100 %1
14 okt 2024100 %1
11 okt 2024100 %1
9 okt 2024100 %1
1 okt 2024100 %1
28 sep 2024100 %2
23 sep 2024100 %3
20 sep 2024100 %1
17 sep 2024100 %1
16 sep 2024100 %3
14 sep 2024100 %1
3 sep 2024100 %1
2 sep 2024100 %1
1 sep 2024100 %1
26 aug 2024100 %1
23 aug 2024100 %1
16 aug 2024100 %1
13 aug 2024100 %2
4 jul 2024100 %1
25 jun 2024100 %1
21 jun 2024100 %1
7 jun 2024100 %1
3 jun 2024100 %4
27 maj 2024100 %1
14 apr 2024100 %4
4 okt 2023100 %1
27 sep 2023100 %1
20 sep 2023100 %1
29 aug 2023100 %1
30 jun 2023100 %1
28 jun 2023100 %1
27 jun 2023100 %1
16 jun 2023100 %2
8 feb 2023100 %1
7 feb 2023100 %1
25 jan 2023100 %2
16 jan 2023100 %1
19 nov 2022100 %1
25 sep 2022100 %1
23 sep 2022100 %1
21 sep 2022100 %1
16 sep 2022100 %1
30 jun 2022100 %4
28 mar 2022100 %4
17 jan 2022100 %1

Om kursen

Mål

Kursens mål är att studenten ska förstå hur praktiska AI-system kan konstrueras med hjälp av maskininlärning, förstå deras möjligheter och begränsningar, samt få en överblick över olika metoder och tekniker som används för AI och maskininlärning. Efter kursen kommer studenten kunna:

Beskriva vad maskininlärning kan användas till, samt dess möjligheter och begränsningar.
Beskriva hur data används för att träna en maskininlärningsmodell till att lösa ett givet problem.
Beskriva hur optimering används för att träna maskininlärningsmodeller.
Beskriva vikten av att hantera osäkerhet inom maskininlärning, samt redogöra för hur sannolikhetslära kan användas för detta ändamål.
Redogöra för vanliga metoder och modeller som används inom maskininlärning.

Innehåll

Kursen består av fem delar:

Komma igång med AI
Att hantera osäkerhet
Maskininlärning
Neurala nätverk och djupinlärning
Slutsatser och utblickar

Examinator: Fredrik Lindsten
Schemalagd tid: 0 h
Huvudområde: Datavetenskap

Kursplanen på Studieinfo ↗