Matematiska strukturer hos djupa neurala nätverk

Antagningspoäng våren 2026

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

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

Om utbildningen

Målet med denna kurs är att ge en översikt över de matematiska strukturer som förekommer i moderna djupa neurala nätverk och göra det möjligt för studenter att förstå aktuell forskningslitteratur inom området. För detta ändamål börjar kursen med en kortfattad introduktion till området för djupinlärning följt av djupare dykning i ämnena ekvivarianta neurala nätverk, stora breda neurala nätverk och geometriska aspekter av "explainable" AI. Föreläsningarna åtföljs av datorlabb där studenterna lär sig grunderna i att implementera neurala nätverk.

Behörighet

Utöver grundläggande behörighet krävs kunskaper motsvarande kurserna MSG110 Sannolikhetsteori, MVG301 Programmering med Python, och MMG500 Algebraiska strukturer. Utöver dessa krav är det även önskvärt med kunskaper motsvarande kurserna DIT013 Imperativ programmering med grundläggande objektorientering, MMA211 Högre differentialkalkyl, och MMA201 Representationsteori.

Praktiskt

Start

19 januari 2026

Slut

22 mars 2026

Språk

Engelska

Studietakt

50 %

Studieform

På plats i Göteborg

Studieavgift

17 750 kr (gäller bara sökande utanför EU/EES)

Anmälningskod

GU-17056

Vanliga frågor

Vad krävs för att komma in på Matematiska strukturer hos djupa neurala nätverk vid Göteborgs 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 Göteborg.

Vad betyder BI och HP?

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

Överblick

• Alla program och kurser vid Göteborgs universitet
• Alla kurser i Matematik