Hopp til innhold

MØLBA3002: Machine Learning

Snitt (beståtte)
3,57B
Stryk
0 %
Kandidater
14
År
2025
0 %
A0
57 %
B8
43 %
C6
0 %
D0
0 %
E0
0 %
F0
Snitt blant beståtte
3,57
Snitt med stryk
3,57
Strykprosent
0 %
Med bokstavkarakter
14

Ofte stilte spørsmål om MØLBA3002

Hva er snittkarakteren i MØLBA3002 ved Universitetet i Innlandet?

Snittet blant beståtte er 3,57, som tilsvarer bokstavkarakteren B. Tallet er basert på 14 kandidater med bokstavkarakter i perioden 2025, rapportert til HK-dir (DBH).

Hvor mange stryker i MØLBA3002?

0 % av kandidatene har strøket i MØLBA3002 ved Universitetet i Innlandet i perioden 2025.

Hvilken karakter er vanligst i MØLBA3002?

Den vanligste karakteren i MØLBA3002 er B (57 % av kandidatene), og 57 % ender på A eller B.

Hvor mange studiepoeng gir MØLBA3002?

MØLBA3002 Machine Learning gir 7,5 studiepoeng ved Universitetet i Innlandet.

Hva ligger du an til i MØLBA3002?

Legg emnet i semesterprognosen: den blander karakterene dine med denne fordelingen og anslår hva du ender på, helt gratis og uten innlogging, og karakterene dine blir på din egen enhet.

Prøv semesterprognosen

Flere MØLBA-emner ved Universitetet i Innlandet

Emnekoden MØLBA3002 ved andre læresteder

Mest tatte emner ved Institutt for økonomifag

Kort oppsummert

I perioden 2025 har 14 kandidater tatt MØLBA3002 (Machine Learning) ved Universitetet i Innlandet. Snittkarakteren blant beståtte er 3,57 (B), den vanligste karakteren er B, og 57 % ender på A eller B. 0 % av kandidatene stryker.

Kilde: HK-dirs åpne emnestatistikk (DBH), karakterer 2025, summert over alle emneversjoner. Tallene er de offisielle innrapporterte resultatene. Vi finner ikke på noe. Historikk er ingen garanti for fremtidige resultater.

Hvorfor tallene kan være litt lave

HK-dir holder tilbake celler med under tre kandidater av personvernhensyn: har to personer fått D i en termin, står det 0. Vi ser aldri de kandidatene, så summene våre er litt lavere enn de virkelige.

Målt mot HK-dirs egne totaler for NTNU er det 0,8 % på emner med over tusen kandidater og 16 % på emner med under femti. Jo større emnet er, jo mindre betyr det – for dette emnet er utslaget minst der du ser de største tallene.

Regelen er HK-dirs egen og gjelder alle som bruker dataene, ikke bare oss.