Avancerad Data Mining
Kursen ger kunskap om hantering av datavetenskapliga problem. Kursen fokuserar på maskininlärningstekniker, klassificering mha beslutsträd och logistisk regression, Expectation Maximization, Support Vector Machines, Markov och Bayesian network.
För programstudenter
LTU-17017
Anmälan Avancerad Data Mining
Period 1 - 1, v. 36 2025 - v. 44 2025, ej modulsatt, OrtsoberoendeDistansBlandad undervisningstid 50%Höst 2025
Period:Period 1 - 1, v. 36 2025 - v. 44 2025, ej modulsatt
Studieort:Ortsoberoende
Studieform:Blandad undervisningstid 50%
Språk:Engelska
Träffar på studieort:Obligatoriska: 0
Genomförande:Inga obligatoriska träffar på campus. Tillgång till egen dator samt möjlighet eller behörighet att få program installerade krävs. Internetanslutning (minst 0,5 Mbps), samt tillgång till headset med mikrofon och webbkamera.
Anmälningskod:LTU-17017
Förkunskapskrav:Minst 120 högskolepoäng varav minst 60 högskolepoäng i något av ämnena systemvetenskap eller datavetenskap. Studierna skall ha inkluderat introduktion i programmering (exempelvis D0009E Introduktion till programmering eller D0007N Objektorienterad programutveckling) och grunderna inom databaser (exempelvis D0004N Databaser I eller D0018E Databasteknik) samt genomförd kurs i grundläggande Data Mining, såsom exempelvis D0025E Data Mining.
Kunskaper i engelska, motsvarande engelska 6.
Urval:Urvalet grundas på 30-285 högskolepoäng
Sökinformation:
Obligatorisk kurs i följande program:
LTU-17434
Anmälan Avancerad Data Mining
Period 1 - 1, v. 36 2025 - v. 44 2025, ej modulsatt, LuleåNormalBlandad undervisningstid 50%Höst 2025
Period:Period 1 - 1, v. 36 2025 - v. 44 2025, ej modulsatt
Studieort:Luleå
Studieform:Blandad undervisningstid 50%
Språk:Engelska
Anmälningskod:LTU-17434
Förkunskapskrav:Minst 120 högskolepoäng varav minst 60 högskolepoäng i något av ämnena systemvetenskap eller datavetenskap. Studierna skall ha inkluderat introduktion i programmering (exempelvis D0009E Introduktion till programmering eller D0007N Objektorienterad programutveckling) och grunderna inom databaser (exempelvis D0004N Databaser I eller D0018E Databasteknik) samt genomförd kurs i grundläggande Data Mining, såsom exempelvis D0025E Data Mining.
Kunskaper i engelska, motsvarande engelska 6.
Urval:Urvalet grundas på 30-285 högskolepoäng
Sökinformation:
Obligatorisk kurs i följande program:
LTU-17376
Stängd
Anmälan Avancerad Data Mining
Period 1 - 1, v. 36 2025 - v. 44 2025, schemamodul 2+4, OrtsoberoendeDistansDagtid 50%Höst 2025
Period:Period 1 - 1, v. 36 2025 - v. 44 2025, schemamodul 2+4
Studieort:Ortsoberoende
Studieform:Dagtid 50%
Språk:Engelska
Träffar på studieort:Obligatoriska: 0
Genomförande:Inga obligatoriska träffar på campus. Tillgång till egen dator samt möjlighet eller behörighet att få program installerade krävs. Internetanslutning (minst 0,5 Mbps), samt tillgång till headset med mikrofon och webbkamera.
Anmälningskod:LTU-17376
Sista ansökningsdag:2025-04-15
Förkunskapskrav:Minst 120 högskolepoäng varav minst 60 högskolepoäng i något av ämnena systemvetenskap eller datavetenskap. Studierna skall ha inkluderat introduktion i programmering (exempelvis D0009E Introduktion till programmering eller D0007N Objektorienterad programutveckling) och grunderna inom databaser (exempelvis D0004N Databaser I eller D0018E Databasteknik) samt genomförd kurs i grundläggande Data Mining, såsom exempelvis D0025E Data Mining.
Kunskaper i engelska, motsvarande engelska 6.
Urval:Urvalet grundas på 30-285 högskolepoäng
Sökinformation:
Kursen kan sökas som valfri kurs av programstudent vid LTU.
Obligatorisk kurs i följande program:
LTU-17007
Stängd
Anmälan Avancerad Data Mining
Period 1 - 1, v. 36 2025 - v. 44 2025, schemamodul 2+4, LuleåNormalDagtid 50%Höst 2025
Period:Period 1 - 1, v. 36 2025 - v. 44 2025, schemamodul 2+4
Studieort:Luleå
Studieform:Dagtid 50%
Språk:Engelska
Anmälningskod:LTU-17007
Sista ansökningsdag:2025-04-15
Förkunskapskrav:Minst 120 högskolepoäng varav minst 60 högskolepoäng i något av ämnena systemvetenskap eller datavetenskap. Studierna skall ha inkluderat introduktion i programmering (exempelvis D0009E Introduktion till programmering eller D0007N Objektorienterad programutveckling) och grunderna inom databaser (exempelvis D0004N Databaser I eller D0018E Databasteknik) samt genomförd kurs i grundläggande Data Mining, såsom exempelvis D0025E Data Mining.
Kunskaper i engelska, motsvarande engelska 6.
Urval:Urvalet grundas på 30-285 högskolepoäng
Sökinformation:
Kursen kan sökas som valfri kurs av programstudent vid LTU.
Obligatorisk kurs i följande program:
Anmälan till fristående kurs
LTU-17436
Stängd
Anmälan Avancerad Data Mining
Period 1 - 1, v. 36 2025 - v. 44 2025, schemamodul 2+4, OrtsoberoendeDistansDagtid 50%Höst 2025
Period:Period 1 - 1, v. 36 2025 - v. 44 2025, schemamodul 2+4
Studieort:Ortsoberoende
Studieform:Dagtid 50%
Språk:Engelska
Träffar på studieort:Obligatoriska: 0
Genomförande:Inga obligatoriska träffar på campus. Tillgång till egen dator samt möjlighet eller behörighet att få program installerade krävs. Internetanslutning (minst 0,5 Mbps), samt tillgång till headset med mikrofon och webbkamera.
Anmälningskod:LTU-17436
Sista ansökningsdag:2025-01-15
Förkunskapskrav:Minst 120 högskolepoäng varav minst 60 högskolepoäng i något av ämnena systemvetenskap eller datavetenskap. Studierna skall ha inkluderat introduktion i programmering (exempelvis D0009E Introduktion till programmering eller D0007N Objektorienterad programutveckling) och grunderna inom databaser (exempelvis D0004N Databaser I eller D0018E Databasteknik) samt genomförd kurs i grundläggande Data Mining, såsom exempelvis D0025E Data Mining.
Kunskaper i engelska, motsvarande engelska 6.
Urval:Urvalet grundas på 30-285 högskolepoäng
Sökinformation:
Erbjuds som fristående kurs.
LTU-17007
Stängd
Anmälan Avancerad Data Mining
Period 1 - 1, v. 36 2025 - v. 44 2025, schemamodul 2+4, LuleåNormalDagtid 50%Höst 2025
Period:Period 1 - 1, v. 36 2025 - v. 44 2025, schemamodul 2+4
Studieort:Luleå
Studieform:Dagtid 50%
Språk:Engelska
Anmälningskod:LTU-17007
Sista ansökningsdag:2025-04-15
Förkunskapskrav:Minst 120 högskolepoäng varav minst 60 högskolepoäng i något av ämnena systemvetenskap eller datavetenskap. Studierna skall ha inkluderat introduktion i programmering (exempelvis D0009E Introduktion till programmering eller D0007N Objektorienterad programutveckling) och grunderna inom databaser (exempelvis D0004N Databaser I eller D0018E Databasteknik) samt genomförd kurs i grundläggande Data Mining, såsom exempelvis D0025E Data Mining.
Kunskaper i engelska, motsvarande engelska 6.
Urval:Urvalet grundas på 30-285 högskolepoäng
Sökinformation:
Enstaka fristående platser finns. Kursen ingår i ett program.
Kursen ger kunskap om hantering av datavetenskapliga problem. Kursen fokuserar på maskininlärningstekniker, klassificering mha beslutsträd och logistisk regression, Expectation Maximization, Support Vector Machines, Markov och Bayesian network.
För programstudenter
LTU-17017
Anmälan Avancerad Data Mining
Period 1 - 1, v. 36 2025 - v. 44 2025, ej modulsatt, OrtsoberoendeDistansBlandad undervisningstid 50%Höst 2025
Period:Period 1 - 1, v. 36 2025 - v. 44 2025, ej modulsatt
Studieort:Ortsoberoende
Studieform:Blandad undervisningstid 50%
Språk:Engelska
Träffar på studieort:Obligatoriska: 0
Genomförande:Inga obligatoriska träffar på campus. Tillgång till egen dator samt möjlighet eller behörighet att få program installerade krävs. Internetanslutning (minst 0,5 Mbps), samt tillgång till headset med mikrofon och webbkamera.
Anmälningskod:LTU-17017
Förkunskapskrav:Minst 120 högskolepoäng varav minst 60 högskolepoäng i något av ämnena systemvetenskap eller datavetenskap. Studierna skall ha inkluderat introduktion i programmering (exempelvis D0009E Introduktion till programmering eller D0007N Objektorienterad programutveckling) och grunderna inom databaser (exempelvis D0004N Databaser I eller D0018E Databasteknik) samt genomförd kurs i grundläggande Data Mining, såsom exempelvis D0025E Data Mining.
Kunskaper i engelska, motsvarande engelska 6.
Urval:Urvalet grundas på 30-285 högskolepoäng
Sökinformation:
Obligatorisk kurs i följande program:
LTU-17434
Anmälan Avancerad Data Mining
Period 1 - 1, v. 36 2025 - v. 44 2025, ej modulsatt, LuleåNormalBlandad undervisningstid 50%Höst 2025
Period:Period 1 - 1, v. 36 2025 - v. 44 2025, ej modulsatt
Studieort:Luleå
Studieform:Blandad undervisningstid 50%
Språk:Engelska
Anmälningskod:LTU-17434
Förkunskapskrav:Minst 120 högskolepoäng varav minst 60 högskolepoäng i något av ämnena systemvetenskap eller datavetenskap. Studierna skall ha inkluderat introduktion i programmering (exempelvis D0009E Introduktion till programmering eller D0007N Objektorienterad programutveckling) och grunderna inom databaser (exempelvis D0004N Databaser I eller D0018E Databasteknik) samt genomförd kurs i grundläggande Data Mining, såsom exempelvis D0025E Data Mining.
Kunskaper i engelska, motsvarande engelska 6.
Urval:Urvalet grundas på 30-285 högskolepoäng
Sökinformation:
Obligatorisk kurs i följande program:
LTU-17376
Stängd
Anmälan Avancerad Data Mining
Period 1 - 1, v. 36 2025 - v. 44 2025, schemamodul 2+4, OrtsoberoendeDistansDagtid 50%Höst 2025
Period:Period 1 - 1, v. 36 2025 - v. 44 2025, schemamodul 2+4
Studieort:Ortsoberoende
Studieform:Dagtid 50%
Språk:Engelska
Träffar på studieort:Obligatoriska: 0
Genomförande:Inga obligatoriska träffar på campus. Tillgång till egen dator samt möjlighet eller behörighet att få program installerade krävs. Internetanslutning (minst 0,5 Mbps), samt tillgång till headset med mikrofon och webbkamera.
Anmälningskod:LTU-17376
Sista ansökningsdag:2025-04-15
Förkunskapskrav:Minst 120 högskolepoäng varav minst 60 högskolepoäng i något av ämnena systemvetenskap eller datavetenskap. Studierna skall ha inkluderat introduktion i programmering (exempelvis D0009E Introduktion till programmering eller D0007N Objektorienterad programutveckling) och grunderna inom databaser (exempelvis D0004N Databaser I eller D0018E Databasteknik) samt genomförd kurs i grundläggande Data Mining, såsom exempelvis D0025E Data Mining.
Kunskaper i engelska, motsvarande engelska 6.
Urval:Urvalet grundas på 30-285 högskolepoäng
Sökinformation:
Kursen kan sökas som valfri kurs av programstudent vid LTU.
Obligatorisk kurs i följande program:
LTU-17007
Stängd
Anmälan Avancerad Data Mining
Period 1 - 1, v. 36 2025 - v. 44 2025, schemamodul 2+4, LuleåNormalDagtid 50%Höst 2025
Period:Period 1 - 1, v. 36 2025 - v. 44 2025, schemamodul 2+4
Studieort:Luleå
Studieform:Dagtid 50%
Språk:Engelska
Anmälningskod:LTU-17007
Sista ansökningsdag:2025-04-15
Förkunskapskrav:Minst 120 högskolepoäng varav minst 60 högskolepoäng i något av ämnena systemvetenskap eller datavetenskap. Studierna skall ha inkluderat introduktion i programmering (exempelvis D0009E Introduktion till programmering eller D0007N Objektorienterad programutveckling) och grunderna inom databaser (exempelvis D0004N Databaser I eller D0018E Databasteknik) samt genomförd kurs i grundläggande Data Mining, såsom exempelvis D0025E Data Mining.
Kunskaper i engelska, motsvarande engelska 6.
Urval:Urvalet grundas på 30-285 högskolepoäng
Sökinformation:
Kursen kan sökas som valfri kurs av programstudent vid LTU.
Obligatorisk kurs i följande program:
Anmälan till fristående kurs
LTU-17436
Stängd
Anmälan Avancerad Data Mining
Period 1 - 1, v. 36 2025 - v. 44 2025, schemamodul 2+4, OrtsoberoendeDistansDagtid 50%Höst 2025
Period:Period 1 - 1, v. 36 2025 - v. 44 2025, schemamodul 2+4
Studieort:Ortsoberoende
Studieform:Dagtid 50%
Språk:Engelska
Träffar på studieort:Obligatoriska: 0
Genomförande:Inga obligatoriska träffar på campus. Tillgång till egen dator samt möjlighet eller behörighet att få program installerade krävs. Internetanslutning (minst 0,5 Mbps), samt tillgång till headset med mikrofon och webbkamera.
Anmälningskod:LTU-17436
Sista ansökningsdag:2025-01-15
Förkunskapskrav:Minst 120 högskolepoäng varav minst 60 högskolepoäng i något av ämnena systemvetenskap eller datavetenskap. Studierna skall ha inkluderat introduktion i programmering (exempelvis D0009E Introduktion till programmering eller D0007N Objektorienterad programutveckling) och grunderna inom databaser (exempelvis D0004N Databaser I eller D0018E Databasteknik) samt genomförd kurs i grundläggande Data Mining, såsom exempelvis D0025E Data Mining.
Kunskaper i engelska, motsvarande engelska 6.
Urval:Urvalet grundas på 30-285 högskolepoäng
Sökinformation:
Erbjuds som fristående kurs.
LTU-17007
Stängd
Anmälan Avancerad Data Mining
Period 1 - 1, v. 36 2025 - v. 44 2025, schemamodul 2+4, LuleåNormalDagtid 50%Höst 2025
Period:Period 1 - 1, v. 36 2025 - v. 44 2025, schemamodul 2+4
Studieort:Luleå
Studieform:Dagtid 50%
Språk:Engelska
Anmälningskod:LTU-17007
Sista ansökningsdag:2025-04-15
Förkunskapskrav:Minst 120 högskolepoäng varav minst 60 högskolepoäng i något av ämnena systemvetenskap eller datavetenskap. Studierna skall ha inkluderat introduktion i programmering (exempelvis D0009E Introduktion till programmering eller D0007N Objektorienterad programutveckling) och grunderna inom databaser (exempelvis D0004N Databaser I eller D0018E Databasteknik) samt genomförd kurs i grundläggande Data Mining, såsom exempelvis D0025E Data Mining.
Kunskaper i engelska, motsvarande engelska 6.
Urval:Urvalet grundas på 30-285 högskolepoäng
Sökinformation:
Enstaka fristående platser finns. Kursen ingår i ett program.
Kontakt
Rajkumar Saini
- Universitetslektor
- 0920-493503
- rajkumar.saini@ltu.se
- Rajkumar Saini
Uppdaterad:
Sidansvarig: Studentrekryteringen