Tentalabbet

TNM108 · 6 hp · Avancerad nivå (A1N) · Datateknik, Medieteknik

Maskininlärning för sociala medier

Ges · nästa start HT 2026

100 %

klarade senaste ordinarie tillfället

LAB1 · 29 dec 2025 · 31 studenter

100 %

klarade de ordinarie tillfällena, alla tillfällen de senaste 5 åren

LAB1 · 142 studenter

Modulen rapporterar bara godkända resultat, så andelen godkända visar inte hur många som inte klarade den.

Ingår i 1 program

Inlämning eller laboration

LAB1 Laborationer

  • G

Ordinarie tillfällen

100 % godkända · 142 studenter

  • 100 %31
  • 100 %29
  • 100 %40
  • 100 %42

Senare tillfällen

100 % godkända · 6 studenter

  • 100 %6
  • Klarar ett senare tillfälle: 100 % (6 studenter), jämfört med 100 % (142 studenter) på ordinarie
Visa små tillfällen (11)

Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.

  • 100 %2
  • 100 %2
  • 100 %2
  • 100 %4
  • 100 %4
  • 100 %2
  • 100 %2
  • 100 %2
  • 100 %3
  • 100 %2
  • 100 %1

Övriga moment

Deltentor, inlämningar och laborationer. De ingår inte i siffrorna överst.

Inlämning eller laboration

PRA1 Projektarbete

  • 5

Ordinarie tillfällen

100 % godkända · 48 studenter

  • 100 %6
  • 100 %7
  • 100 %7
  • 100 %6
  • 100 %5
  • 100 %5
  • 100 %6
  • 100 %6

Senare tillfällen

100 % godkända · 18 studenter

  • 100 %7
  • 100 %6
  • 100 %5
  • Klarar ett senare tillfälle: 100 % (18 studenter), jämfört med 100 % (48 studenter) på ordinarie
  • Får 5: 100 % (66 studenter)
Visa små tillfällen (46)

Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.

  • 100 %2
  • 100 %2
  • 100 %2
  • 100 %2
  • 100 %2
  • 100 %3
  • 100 %3
  • 100 %2
  • 100 %4
  • 100 %1
  • 100 %3
  • 100 %2
  • 100 %2
  • 100 %3
  • 100 %4
  • 100 %2
  • 100 %2
  • 100 %2
  • 100 %2
  • 100 %2
  • 100 %3
  • 100 %2
  • 100 %2
  • 100 %2
  • 100 %2
  • 100 %2
  • 100 %4
  • 100 %4
  • 100 %2
  • 100 %2
  • 100 %2
  • 100 %3
  • 100 %2
  • 100 %3
  • 100 %2
  • 100 %1
  • 100 %2
  • 100 %4
  • 100 %2
  • 100 %2
  • 100 %1
  • 100 %2
  • 100 %2
  • 100 %2
  • 100 %2
  • 100 %2

Om kursen

Mål

Kursens övergripande mål är att ge kunskap om maskininlärning i en kontext av analys av data från sociala medier.

Efter avslutad kurs skall den studerande kunna:

  • använda maskininlärningstekniker för att formulera och lösa praktiska problem
  • utvärdera och välja mellan maskininlärningsmodeller
  • använda maskininlärningsmodeller för prediktion och beslutsfattande
  • implementera maskininlärningsmodeller och algoritmer i ett programmeringsspråk
  • använda grundläggande metoder för att extrahera information and hämta textbaserad social data
  • använda tekniker för textbearbetning och förbereda dokument för statistisk modellering
  • använda relevanta använda maskininlärningsmodeller för analys av textuell data och korrekt tolkning av resultat
  • grundläggande concept och mer avancerade tekniker för att producera rekommendationer
  • demonstrera kunskap av grundläggande koncept i grafteori och informationsflöde

Innehåll

Översikt av maskininlärningsområdet och dess tillämpningsområden. Maskininlärningsalgoritmer som används inom sociala medier. Textutvinning, natural language processing , large language models, sentiment analysis, recommender systems, aspekter inom sociologi (graf teori, informationsflöde)

Examinator
Pierangelo Dellacqua
Schemalagd tid
20 h
Huvudområde
Datateknik, Medieteknik
Kursplanen på Studieinfo ↗