Fakta
Informasjon oppdatert
26. mars 2026.


Om studiet
Kunstig intelligens og maskinlæringsmodeller kan effektivisere og redusere feil ved en rekke arbeidsoppgaver innen bank- og finanssektoren. Lær hvordan du kan ta i bruk disse arbeidsverktøyene i den daglige driften.
Å gjøre prediksjoner om fremtidige utfall er en fundamental aktivitet i bank- og finansnæringen, enten det er relatert til risikostyring, kredittvurdering eller ulike former for kundeklassifisering. Med raskt økende tilgang på data blir maskinlæringsmodeller stadig mer aktuelle arbeidsverktøy som integreres i den daglige driften.
På dette kurset lærer du de mest relevante maskinlæringsmetodene som:
- regulariserte regresjoner
- trebaserte metoder
- dyp læring
- selvstyrt læring (“unsupervised learning”)
Det legges stor vekt på at du skal kunne anvende metodene på egendefinerte problemstillinger med utspring i egen arbeidsplass.
Kurset undervises av vitenskapelig ansatte ved Institutt for industriell økonomi og
teknologiledelse som har lang erfaring fra bank og finans.
Her kan du finne ytterligere informasjon om emnet
Kurset undervises på norsk.
Forelesere
Kurset undervises av Sjur Westgaard, Rickard Sandberg og Morten Risstad. Alle tre har praktisk erfaring fra bank og finans, samt erfaring med undervisning og veiledning på bachelor-, master-, phd- og videdreutdanningsnivå. Gjesteforelesere fra næringen vil trekkes inn i et visst omfang.
Opptakskrav
Generell studiekompetanse eller tilsvarende realkompetanse.
Kvalifiserte søkere rangeres etter "først til mølla"-prinsippet (dato for søknad).
Emnet er forbeholdt personer som jobber i bank- og finansnæringen. Det er dessverre ikke mulig for ordinære fulltidsstudenter å ta emnet.