IØ8304: Økonomiske prognoser ved bruk av statistikk og maskinlæringsmodeller
- Snitt (beståtte)
- –
- Stryk
- 0 %
- Kandidater
- 40
- År
- 2016–2025
H2025
5 kandidater
Snitt per termin (beståtte)
Stryk per termin
År for år
7 år
| År | Kandidater | Snitt (beståtte) | Stryk |
|---|---|---|---|
| 2025 | 5 | – | 0 % |
| 2024 | 9 | – | 0 % |
| 2022 | 3 | – | 0 % |
| 2021 | 4 | – | 0 % |
| 2019 | 7 | – | 0 % |
| 2017 | 3 | – | 0 % |
| 2016 | 9 | – | 0 % |
Ofte stilte spørsmål om IØ8304
Hvor mange stryker i IØ8304?
0 % av kandidatene har strøket i IØ8304 ved NTNU i perioden 2016–2025.
Hvor mange studiepoeng gir IØ8304?
IØ8304 Økonomiske prognoser ved bruk av statistikk og maskinlæringsmodeller gir 7,5 studiepoeng ved Norges teknisk-naturvitenskapelige universitet.
Hva ligger du an til i IØ8304?
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 semesterprognosenFlere IØ-emner ved NTNU
- IØ6501 Ledelse og strategi
- IØ6502 Økonomistyring for beslutningstakere
- IØ2000 Hvordan bli en endringsagent? Innovasjon og entreprenørskap i praksis
- IØ1000 Ledelse i praksis
- IØ1003 Ledelse i frivillige organisasjoner
- IØ6022 Id utvikling og entreprenørskap, Midt-Norge Take-Off
- IØ6203 Strategisk program- og porteføljeledelse
- IØ6029 Strategi og innovasjonsledelse
- IØ6015 Finansiering av forretningsutvikling
- IØ1004 Topplederrollen i frivillige organisasjoner
Emner studentene på IØ8304 også tar
- ØK8000 Vitenskapsteori og etikk 102 kandidater
- PHOL-AVHAND Avhandling for PhD 90 kandidater
- IØ8811 Vinterskole - Planlegging under usikkerhet i energimarkeder 73 kandidater
- IØ8902 Innovasjon - fra røttene til dagens forskningsfront 80 kandidater
- IØ8404 Avansert optimering under usikkerhet 25 kandidater
- BMAC8030 Applied Statistics for Business and Social Science Research 26 kandidater
Kort oppsummert
I perioden 2016–2025 har 40 kandidater tatt IØ8304 (Økonomiske prognoser ved bruk av statistikk og maskinlæringsmodeller) ved Norges teknisk-naturvitenskapelige universitet. Emnet vurderes til bestått/ikke bestått, og 100 % består. 0 % av kandidatene stryker.
Kilde: HK-dirs åpne emnestatistikk (DBH), karakterer 2016–2025, 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.