Applied Artificial Intelligence

Kursen ger dig en tydlig och praktisk introduktion till hur du analyserar ett problem och delar upp det i mindre, hanterbara delar. Du arbetar med ett projekt från start till mål. Från inledande utredning och planering till genomförande, rapportskrivning och presentation.

Du utvecklar effektiva studietekniker som hjälper dig att få ut maximalt av kursen. Samtidigt lär du dig att skriva tydliga rapporter och presentera ditt arbete på ett professionellt sätt. Kursen ger dig också verktyg för projektplanering, förståelse för processmodeller och konkreta sätt att driva arbetet framåt.

Du tränar på att leda projekt i praktiken. Det handlar om tidshantering, tydliga mål, fungerande processer och struktur. Du lär dig att hitta relevant information, bedöma källors tillförlitlighet och dokumentera resultat på ett sätt som håller i arbetslivet.

Projektledning och rapportskrivning är centrala kompetenser i många yrkesroller. Särskilt inom datadrivna projekt gör de skillnad. Med den här kursen bygger du en stabil grund som stärker din yrkesroll och ger dig trygghet att ta nästa steg i karriären.

Kursen ger dig en stabil och tydlig introduktion till programmeringens grunder. Du bygger förståelse för hur programvara designas och tränar ditt algoritmiska tänkande. Du arbetar praktiskt med datastrukturer, loopar, funktioner och filsystem, och lär dig att använda både inbyggda och externa programmeringsbibliotek. Du utvecklar också förmågan att läsa och förstå pseudokod, vilket gör det lättare att ta till dig nya programmeringslösningar.

Du lär dig att omsätta kunskap i praktiken. Du identifierar variabler, styr programflöden, arbetar med funktioner samt hanterar input, output och samlingar som används i modern mjukvaruutveckling. Steg för steg bygger du självförtroende i hur kod faktiskt fungerar.

Kursen lägger grunden för programmering med fokus på datadrivna problem. Du arbetar i Python och använder relevanta bibliotek som senare används inom maskininlärning. Det ger dig en tydlig koppling mellan programmering och framtida yrkesroller där data, analys och teknik möts.

Kursen ger dig en tydlig förståelse för principer, metoder och arbetssätt inom data mining. Du lär dig hur tekniker för mönsterigenkänning, klusteranalys, klassificering och regression används i praktiken. Genom konkreta exempel och tillämpningar ser du hur data mining spelar en central roll inom maskininlärning.

Du utvecklar både teoretisk förståelse och praktiska färdigheter för att analysera data och lösa identifierade problem. Fokus ligger på att förstå vad som faktiskt händer i datan, inte bara på att använda färdiga modeller. Det ger dig trygghet i analysen och stärker din förmåga att fatta välgrundade beslut.

Kursen är en viktig del av utbildningen eftersom den utgör en av de grundläggande byggstenarna i maskininlärning. Du bygger intuition för data och samband, vilket gör att du kan arbeta mer effektivt och med större förståelse när du senare tillämpar maskininlärningstekniker i datadrivna projekt.

Kursen ger dig både kunskap och praktiska färdigheter inom dataförberedelse. Du arbetar med dataförbehandling, standardisering, feature engineering och feature selection som grund för modellering. Du lär dig att identifiera och förstå problem kopplade till datakvalitet och att koppla rätt förbehandling till rätt typ av data.

Du utvecklar statistiska metoder och praktiska arbetssätt som hjälper dig att strukturera, förbereda och formatera data på ett genomtänkt sätt. Det gör att du kan arbeta metodiskt och säkert med data inför analys och modellering.

Kursen är en central del av utbildningen eftersom dataförberedelse är ett avgörande steg i alla maskininlärningsprojekt. Du lär dig att standardisera data så att den fungerar i maskininlärningsmodeller, skapa nya features som tar tillvara informationen i datamängden och välja ut de mest relevanta variablerna för att förbättra modellernas resultat.

Kursen ger dig gedigen kunskap i programmering och praktiska färdigheter för att skriva kod, formatera och bearbeta data samt testa program på ett strukturerat sätt. Du utvecklar ett logiskt och analytiskt arbetssätt som hjälper dig att lösa problem i din egen kod och bygga stabila lösningar för maskininlärningsapplikationer.

Du lär dig att arbeta metodiskt och vetenskapligt med programmering, med fokus på kvalitet, struktur och förståelse. Det ger dig trygghet i hur kod fungerar och hur du felsöker och förbättrar dina lösningar steg för steg.

Kursen är en viktig del av utbildningen eftersom programmering är en grundläggande kompetens inom maskininlärning. Du får arbeta med olika bibliotek för datahantering och maskininlärning, och bygger förståelse för den komplexitet som finns i verkliga, datadrivna projekt. Det förbereder dig för yrkesroller där teknik, analys och problemlösning går hand i hand.

Kursen ger dig fördjupad kunskap om maskininlärningsalgoritmer för klassificering, klustring och regressionsproblem. Du lär dig hur du förbättrar modellernas träffsäkerhet och arbetar strukturerat med både praktiska och teoretiska utmaningar inom beräkningsbaserad problemlösning.

Du utvecklar färdigheter i att analysera, utvärdera och optimera maskininlärningsmodeller. Det ger dig en tydlig förståelse för hur modeller presterar, varför de fungerar och hur du justerar dem för bättre resultat i verkliga tillämpningar.

Kursen är en central del av utbildningen eftersom den tränar dig i att välja rätt algoritm och rätt verktyg för olika datadrivna problem. Du får praktisk erfarenhet av att designa och tillämpa maskininlärningslösningar för industriella användningsområden, vilket ger dig trygghet och relevans inför arbetslivet.

Kursen ger dig en tydlig förståelse för styrkor och begränsningar inom visualisering av stora datamängder. Du lär dig att arbeta med verktyg och tekniker som passar olika typer av data och att välja rätt visualisering utifrån syfte och sammanhang. Samtidigt utvecklar du praktiska färdigheter i att granska, välja och använda visualiseringstekniker på ett genomtänkt sätt.

Du bygger också kunskap om designprinciper och estetik, så att dina visualiseringar blir både informativa och lätta att ta till sig. Fokus ligger på tydlighet, struktur och mottagaranpassning.

Kursen ger dig praktiska färdigheter för att tolka och presentera resultat från maskininlärningsanalyser av stora datamängder. Du lär dig att anpassa format, kanal och detaljnivå efter målgrupp och kontext. Det gör att du kan kommunicera komplexa insikter på ett sätt som skapar förståelse och värde i arbetslivet.

Året avslutas med ett större projekt där du visar den kompetens du har byggt upp under utbildningen. Du arbetar självständigt eller tillsammans med andra studerande och löser en praktisk uppgift med tydlig koppling till arbetslivet. Projektet ger dig möjlighet att arbeta med ett verkligt case och samla värdefull erfarenhet i en professionell kontext.

Du ansvarar för hela processen, från planering till genomförande och presentation, i dialog med handledare och, om det är aktuellt, uppdragsgivare. Om ett verkligt projekt inte är möjligt får du arbeta med ett alternativt case. Projektet redovisas för lärare, examinator, studerande och vid behov även extern part.

Projektet samlar och fördjupar kunskaper från utbildningens första två terminer. Du tränar på att genomföra ett större uppdrag och utvecklar samtidigt din samarbetsförmåga, gärna i tvärdisciplinära team.

Kursen ger dig de centrala kunskaper och färdigheter som krävs för att utveckla och optimera AI-drivna lösningar i praktiken. Du får en helhetsförståelse för maskininlärningens arbetsflöde, från hårdvaruförutsättningar och datahantering till djupinlärning. Genom praktiskt arbete med branschstandardiserade programmeringsverktyg och bibliotek bygger du kompetens som håller i arbetslivet.

Du fördjupar dig i avancerade områden inom AI-utveckling, som rekommendationssystem, tillämpningar av nätverks- och grafteori, modelloptimering och förklarbar AI. Fokus ligger på tillämpning och verkliga användningsfall. Under kursen bygger du en portfolio som tydligt visar din kompetens och stärker din position på arbetsmarknaden.

Kursen ger dig praktisk erfarenhet av att utveckla och driftsätta AI-lösningar inom flera olika områden. Du arbetar med tillämpningar som språkteknologi, maskinseende, generativa AI-modeller och förstärkningsinlärning. Fokus ligger på att förstå hur tekniken används i verkliga sammanhang.

Du arbetar hands-on med moderna verktyg och plattformar, som transformerarkitekturer, stora språkmodeller och prompt engineering. Du lär dig också att använda AI-plattformar och ramverk för autonoma agenter, från text- till bildgenerering. Under terminen omsätter du dina kunskaper i ett avslutande projekt där du utvecklar en AI-baserad lösning. Det stärker både din tekniska kompetens och din förmåga att lösa verkliga problem i arbetslivet.

Kursen ger dig de kunskaper och färdigheter som krävs för att samla in, bearbeta och hantera data på ett effektivt sätt för AI-tillämpningar. Du arbetar med olika datakällor, metoder för datainsamling och molnbaserade lösningar för datalagring och driftsättning av modeller.

Du får praktisk erfarenhet av att bygga datapipelines, säkerställa datakvalitet och integrera REST-baserade tjänster för åtkomst till data i realtid. Kursen ger dig också förståelse för hur big data används i moderna AI-arbetsflöden och introducerar alternativa utvecklingsverktyg för att skapa AI-modeller.

Efter kursen kan du designa, hantera och driftsätta skalbara datatjänster som stödjer AI-drivna applikationer. Det ger dig en tydlig och efterfrågad kompetens för datadrivna roller i arbetslivet.

Kursen ger dig kunskap och praktiska färdigheter för att driftsätta, övervaka och förvalta AI- och ML-lösningar i verkliga miljöer. Du lär dig arbeta med versionshantering, virtualisering och systemarkitektur anpassad för AI-applikationer.

Du får fördjupad förståelse för MLOps, med fokus på modellövervakning, hantering av modellförändringar och löpande underhåll. Samtidigt tränar du på effektivt samarbete i AI-projekt och på att bygga strukturer som håller över tid.

Kursen ger dig också praktisk erfarenhet av att skapa interaktiva dashboards och användarvänliga presentationer, så att AI-insikter blir tillgängliga för olika målgrupper. Etiska och juridiska aspekter av AI-implementering är en naturlig del av kursen. Under kursen arbetar du även med att ta fram projektförslag och utveckla ett examensprojekt som knyter ihop teknik, ansvar och affärsnytta.