Maskininlärning för myndighetsanställda
Uppdragsutbildning för organisationer som vill stärka sin dataanalytiska förmåga
Varför denna utbildning?
Allt fler verksamheter behöver använda data för att förutse risker, effektivisera processer och fatta bättre beslut. Den här utbildningen ger analytiker och utredare fördjupad kompetens i övervakad maskininlärning och prediktiv modellering. Det stärker organisationers förmåga att ta tillvara på sina data i praktiken.
Deltagarna får verktyg och metoder som krävs för att:
- bygga och utvärdera prediktiva modeller som stödjer datadrivna beslut
- identifiera mönster och risker i verksamhetsdata
- förstå moderna ML‑arkitekturer och deras användningsområden
- arbeta ansvarsfullt med AI genom att beakta etiska och juridiska aspekter
Utbildningen erbjuds som uppdragsutbildning och kan anpassas efter specifika gruppers processer, datatyper och målsättningar.
Avgift: 30 000 SEK, exl. moms
Notera att detta är en uppdragsutbildning vilket betyder att din arbetsgivare ska stå för kursavgiften. Privatpersoner får inte köpa uppdragsutbildning (se förordning 2002:760)
Foto: Mikael Wallerstedt
Intresseanmälan (formulär), ej bindande
Anmäl ditt intresse för utbildningen. Nästa öppna kurstillfälle planeras till den 4 november 2026.
Kontakt
Om du är intresserad av den här utbildningen är du välkommen att kontakta projektledare Lena Sundberg (e-post) vid Avdelningen för uppdragsutbildning.
Målgrupp
Kursen vänder sig till analytiker, data scientists, utredare och andra medarbetare som arbetar med data och analys och behöver fördjupa sin kompetens inom prediktiv modellering och övervakad maskininlärning. Deltagarna bör ha grundläggande kunskaper i statistik eller dataanalys samt programmering (R eller Python).
Utbildningens upplägg
Utbildningen beräknas omfatta totalt 80 timmars studier fördelade över 10 veckor. All undervisning sker på engelska, men kursens lärare är svensktalande och kan vid behov förklara moment på svenska.
Utbildningen genomförs på distans med en avslutande presentation på plats i Uppsala.
Kursen består av fem tematiska block:
- Introduction to supervised machine learning
- Ensemble methods and trees
- Neural network basics
- Convolutional neural networks
- Transformer architectures
Varje block innehåller föreläsningar, kurslitteratur och övningsmaterial. Blocken genomförs veckovis under fem veckor. Därefter ligger fokus på miniprojektet under tre veckor som innebär tillämpning av materialet på egna data. Denna period kan förlängas vid behov.
Vid föreläsningarna deltar även masterstudenter.
Kursmaterial
Utbildningen tar avstamp i den senaste forskningen på området och deltagarna erhåller boken Deep Learning – Foundations and Concepts av Bishop & Bishop. De har också tillgång till flera kursböcker, artiklar, videofilmer och annat kursmaterial online.
Verksamhetsanknutet miniprojekt
En central del av utbildningen är ett projekt där deltagarna använder kursens metoder i ett konkret problem från den egna verksamheten. Projektet ger möjlighet att testa modeller på verkliga data och därmed direkt nytta för organisationen. Deltagarna dokumenterar sitt arbete i en strukturerad rapport och presenterar resultaten för varandra den sista kursdagen.
Mini-projektet anpassas i omfattning tillsammans med kursansvarig lärare.
Stöd och handledning
- Digitalt drop‑in‑labb för frågor
- Dialogmöten med kursansvarig under projektet
- Kursmaterial via universitetets lärplattform
Kursansvarig lärare
Måns Magnusson, docent och lektor i statistik vid Uppsala universitet, med spetskompetens inom bayesiansk modellering, maskininlärning, samt erfarenhet från offentlig sektor.
Måns Magnusson, kursansvarig