Statistik: Maskininlärning ur ett regressionsperspektiv

Antagningspoäng hösten 2026

Eget urval. Den här utbildningen antar inte på meritvärde eller högskoleprov, så det finns ingen poänggräns.

Lägsta antagna i senaste antagningen (hösten 2026) enligt UHR. Ingen garanti för nästa antagning.

Om utbildningen

Den digitala utvecklingen har gjort det möjligt att samla in enorma mängder data - men hur kan vi förstå och använda den på ett smart sätt? I den här kursen lär du dig grunderna i maskininlärning, ett kraftfullt verktyg för att analysera och dra slutsatser från stora datamängder. Maskininlärning handlar om att bygga modeller som förbättras när de får mer data - de lär sig av erfarenhet. Tekniken används överallt: från att förutsäga kundbeteenden i butiker till att optimera annonspriser online. I den här kursen får du en introduktion till maskininlärning med fokus på metoder som bygger på regressionsanalys. Du lär dig bland annat: • klassificering med logistisk regression • modellval med hjälp av informationskriterier och korsvalidering • krympningsmetoder som lasso och ridgeregression • dimensionsreducering med principalkomponentanalys och partiell regression • grunderna i artificiella neuronnät.

Behörighet

90 hp i statistik varav minst 7,5 högskolepoäng regressionsanalys eller ekonometri, eller motsvarande.

Praktiskt

Start

31 augusti 2026

Slut

1 november 2026

Språk

Engelska

Studietakt

50 %

Studieform

På plats i Lund

Studieavgift

18 750 kr (gäller bara sökande utanför EU/EES)

Anmälningskod

LU-22351

Vanliga frågor

Vad krävs för att komma in på Statistik: Maskininlärning ur ett regressionsperspektiv vid Lunds universitet?

Utbildningen har ingen poänggräns (eget urval) – den antar inte på meritvärde eller högskoleprov. Du måste också uppfylla behörighetskraven.

Hur lång är utbildningen?

7,5 hp, studietakt 50 %.

Går den på distans?

Nej, den ges på plats i Lund.

Vad betyder BI och HP?

BI är betyg utan komplettering och HP är högskoleprovet. Läs guiden.

Överblick

• Alla program och kurser vid Lunds universitet
• Alla kurser i Statistik