Anvendt maskinlæring

I dette studiet lærer du hvordan maskinlæring brukes til å løse virkelige utfordringer i arbeidslivet. Du får innsikt i hvordan data samles inn, bearbeides og brukes til å utvikle modeller som kan analysere mønstre, forutsi hendelser og støtte gode beslutninger.

Gjennom arbeidet med prosjekter lærer du å planlegge, programmere og evaluere maskinlæringsmodeller på en praktisk måte. Du blir trygg i bruk av moderne rammeverk, samtidig som du utvikler forståelse for etiske spørsmål, datasikkerhet og hvordan teknologi kan brukes ansvarlig i ulike bransjer.

Studiet består av seks emner på til sammen 60 studiepoeng. Du søker opptak til hele utdanningen gjennom Samordna opptak. Når du har fullført studiet, får du fagskolegrad i Anvendt maskinlæring.

For å søke må du oppfylle ett av disse opptakskravene:

• Fullført og bestått videregående opplæring som gir fagbrev, svennebrev, autorisasjon eller generell studiekompetanse, eller
• Realkompetanse: er du 23 år eller eldre, kan relevant arbeidserfaring og kompetanse vurderes etter skolens retningslinjer

Er du lærling?
Du kan også søke dersom du er i ferd med å ta fagbrev. Legg da ved lærekontrakten din som viser at fagprøven skal avlegges i løpet av første semester. Plassen blir gitt på vilkår om bestått fagprøve.
 

Har du utenlandsk utdanning?
Har du fullført videregående opplæring i et annet land? Da gjelder egne regler for språkkrav og dokumentasjon.

Søkere fra nordiske land er kvalifisert uten tilleggskrav i norsk. Søkere fra land utenfor Norden må dokumentere norskkunnskaper, vanligvis på nivå B2.

Les mer om opptakskravene i studieplanen for dette studiet. 

Denne fagskoleutdanningen gir deg økt kompetanse og trygghet i å forstå, utvikle og anvende maskinlæring i praksis. Du lærer å samle inn, analysere og tolke data, og bruke resultatene til å utvikle modeller som støtter bedre beslutninger og effektiviserer prosesser.

Utdanningen styrker handlingskompetansen din slik at du kan bidra på et høyere faglig nivå i arbeid med digitalisering, automatisering og teknologiutvikling. Du får innsikt i både programmering, dataanalyse og etiske problemstillinger knyttet til kunstig intelligens, og blir en verdifull ressurs i tverrfaglige team.

Kompetansen er særlig relevant for arbeid i industri, teknologi- og utviklingsbedrifter, energi- og produksjonssektoren, offentlig forvaltning og tjenesteutvikling der data og automatisering spiller en sentral rolle.