TNM108 · 6 hp · Avancerad nivå (A1N) · Datateknik, Medieteknik
Maskininlärning för sociala medier
Ges · nästa start HT 2026
100 %
klarade senaste ordinarie tillfället
LAB1 · 29 dec 2025 · 31 studenter
100 %
klarade de ordinarie tillfällena, alla tillfällen de senaste 5 åren
LAB1 · 142 studenter
Modulen rapporterar bara godkända resultat, så andelen godkända visar inte hur många som inte klarade den.
Ingår i 1 program
Inlämning eller laboration
LAB1 Laborationer
- G
Ordinarie tillfällen
100 % godkända · 142 studenter
- 100 %31
- 100 %29
- 100 %40
- 100 %42
Senare tillfällen
100 % godkända · 6 studenter
- 100 %6
- Klarar ett senare tillfälle: 100 % (6 studenter), jämfört med 100 % (142 studenter) på ordinarie
Visa små tillfällen (11)
Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.
- 100 %2
- 100 %2
- 100 %2
- 100 %4
- 100 %4
- 100 %2
- 100 %2
- 100 %2
- 100 %3
- 100 %2
- 100 %1
Övriga moment
Deltentor, inlämningar och laborationer. De ingår inte i siffrorna överst.
Inlämning eller laboration
PRA1 Projektarbete
- 5
Ordinarie tillfällen
100 % godkända · 48 studenter
- 100 %6
- 100 %7
- 100 %7
- 100 %6
- 100 %5
- 100 %5
- 100 %6
- 100 %6
Senare tillfällen
100 % godkända · 18 studenter
- 100 %7
- 100 %6
- 100 %5
- Klarar ett senare tillfälle: 100 % (18 studenter), jämfört med 100 % (48 studenter) på ordinarie
- Får 5: 100 % (66 studenter)
Visa små tillfällen (46)
Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.
- 100 %2
- 100 %2
- 100 %2
- 100 %2
- 100 %2
- 100 %3
- 100 %3
- 100 %2
- 100 %4
- 100 %1
- 100 %3
- 100 %2
- 100 %2
- 100 %3
- 100 %4
- 100 %2
- 100 %2
- 100 %2
- 100 %2
- 100 %2
- 100 %3
- 100 %2
- 100 %2
- 100 %2
- 100 %2
- 100 %2
- 100 %4
- 100 %4
- 100 %2
- 100 %2
- 100 %2
- 100 %3
- 100 %2
- 100 %3
- 100 %2
- 100 %1
- 100 %2
- 100 %4
- 100 %2
- 100 %2
- 100 %1
- 100 %2
- 100 %2
- 100 %2
- 100 %2
- 100 %2
Om kursen
Mål
Kursens övergripande mål är att ge kunskap om maskininlärning i en kontext av analys av data från sociala medier.
Efter avslutad kurs skall den studerande kunna:
- använda maskininlärningstekniker för att formulera och lösa praktiska problem
- utvärdera och välja mellan maskininlärningsmodeller
- använda maskininlärningsmodeller för prediktion och beslutsfattande
- implementera maskininlärningsmodeller och algoritmer i ett programmeringsspråk
- använda grundläggande metoder för att extrahera information and hämta textbaserad social data
- använda tekniker för textbearbetning och förbereda dokument för statistisk modellering
- använda relevanta använda maskininlärningsmodeller för analys av textuell data och korrekt tolkning av resultat
- grundläggande concept och mer avancerade tekniker för att producera rekommendationer
- demonstrera kunskap av grundläggande koncept i grafteori och informationsflöde
Innehåll
Översikt av maskininlärningsområdet och dess tillämpningsområden. Maskininlärningsalgoritmer som används inom sociala medier. Textutvinning, natural language processing , large language models, sentiment analysis, recommender systems, aspekter inom sociologi (graf teori, informationsflöde)
- Examinator
- Pierangelo Dellacqua
- Schemalagd tid
- 20 h
- Huvudområde
- Datateknik, Medieteknik