Aalto-yliopiston kesäkoulu

Introduction to AI and Machine Learning Winter School

Tässä intensiivisessä kurssissa opiskelijat syventyvät tekoälyn ja koneoppimisen kiehtovaan maailmaan erityisesti suurten kielimallien (Large Language Models, LLM) näkökulmasta.
Artistic impression of quantum-limited heat conduction of photons over macroscopic distances. Credit: Heikka Valja.
Kuva: Heikki Valja, Aalto-yliopisto

Opetusajankohta:

-

Hakuaika:

15.9.2026 – 15.11.2026

Toteutustapa:

Kampus

Kesto:

2 viikkoa osapäiväinen

Kurssin taso:

Kandiopiskelijat

Koulutusala:

Technology and Engineering

Laajuus:

3 opintopistettä

Järjestäjä:

Aalto-yliopisto

Lukuvuosimaksut:

1270€

Aalto-yliopiston talvikoulun Early bird -tarjous

Tämä kesäkurssi sopii erinomaisesti opiskelijoille, jotka haluavat käytännön tietoa ja kokemusta tekoälystä ja koneoppimisesta, erityisesti suurten kielimallien mullistavista mahdollisuuksista. Kurssin päätteeksi opiskelijoilla on vahva perusta tekoälyssä ja koneoppimisessa. Lisäksi he saavat valmiudet hyödyntää suuria kielimalleja ratkaistakseen haasteita ja kehittääkseen innovatiivisia ratkaisuja omilla aloillaan.

Opiskelijat tutkivat tekoälyn ja koneoppimisen perusperiaatteita, oppivat datan esikäsittelytekniikoita sekä ymmärtävät suurten kielimallien (LLM), kuten BERTin ja GPT:n, arkkitehtuurin ja toiminnallisuuden. Osallistujat pääsevät mukaan käytännön harjoituksiin, kuten rakentamaan sentimenttianalyysimalleja, hienosäätämään esikoulutettuja LLM-malleja ja ottamaan niitä käyttöön erilaisissa sovelluksissa, kuten chatbotit ja tekstinluontityökalut.

-> Tutustu kaikkiin kurssin tietoihin sen englanninkielisellä sivulla

A man in a white sweater and dark trousers stands with arms crossed in front of a park area with brick buildings and trees.

Summer School Teacher Interview: ‘The future will be shaped by AI and ML in ways we can only begin to imagine’

Dariush Salami is teaching the brand new summer course Intro to AI and Machine Learning (ML) by Aalto University Summer School, and hopes that students will leave the course with a sense of excitement and curiosity about the potential of AI and ML – and a clear understanding of how they can contribute to the field.

News
A man in a dark shirt and trousers standing by a stairway with gold-coloured railings in a modern interior space.

Summer School Alum Story: Different perspectives on AI results in endless possibilities

Arjun Krisha, a construction engineering student from India, attended the Introduction to AI and Machine Learning summer course by Aalto University Summer School.

News

Eligibility, prerequisites and recommended reading

This course has no strict prerequisites, though basic coding skills are an advantage for getting the most out of it. It's ideal for a diverse range of participants: students, professionals, and enthusiasts alike who want to deepen their understanding of artificial intelligence and machine learning, with a particular focus on Large Language Models. 

Familiarity with coding, even at a very basic level, is encouraged.

Professionals in fields such as engineering, data science, software development, and business will find particular value in the course, as it offers practical skills for applying AI techniques to real-world problems. The workshop also helps participants build the tools they need to keep pace with the fast-evolving AI landscape.

Recommended reading

To get the most out of the course, participants may find it helpful to review the following texts beforehand:

  • Pattern Recognition and Machine Learning — Christopher M. Bishop
  • Deep Learning — Ian Goodfellow, Yoshua Bengio, and Aaron Courville
  • Artificial Intelligence: A Modern Approach — Stuart Russell and Peter Norvig

Recommended background knowledge

Some familiarity with the following tools and frameworks is beneficial:

  • Jupyter
  • Flowise
  • LangChain, CrewAI, or LangGraph
  • Python

Recommended math skills

A working knowledge of the following mathematical concepts will help participants engage more fully with the material:

  • Probability and statistics (regressions, histograms, Gaussian functions, Markov chains, Bayes' Theorem)
  • Matrices and vectors
  • Polynomial functions
  • Linear classifiers
  • Transformers
  • Mathematical functions (e.g., Sigmoid or Tanh)
  • Algorithms and advanced algebra

Eligibility requirements

Participants must have completed a high school or vocational degree or equivalent by the time the course starts. However, they do not have to be a degree student at a university to participate in our courses. Additionally, all summer and winter school course students must be 18 years or older, as this is the legal age in Finland.

(Updated 30 January 2026)

Henkilö, jolla on kiharat hiukset, harmaa bleiseri, valkoinen paita ja sininen taskuliina, seisoo valkoista taustaa vasten.
Dariush Salami

Kurssin opettaja

Tohtori Dariush Salami on arvostettu tutkija Nokia Bell Labsilla, ja hänellä on syvällistä asiantuntemusta tekoälyn ja koneoppimisen soveltamisesta langattomiin verkkoihin, mukaan lukien edistykselliset 5G- ja 6G-teknologiat. Hän suoritti tohtorintutkintonsa Aalto-yliopistossa Marie Skłodowska Curie -apurahalla keskittyen ihmiskeskeiseen aistimiseen mmWave-tutkien avulla.

Salami on toiminut muun muassa Rectified.ai:n teknologiajohtajana. Rectified.ai on alusta-agnostinen automaattisen koneoppimisen ratkaisu. Hän on pitänyt Machine Learning D -kurssia lähes 1000 opiskelijalle, mikä tekee siitä Suomen suurimman tekoäly- ja koneoppimiskurssin.
 

Ota yhteyttä

 Summer / Winter School Team

Summer / Winter School Team

A person walking in snowy Finnish scenery by a lake or a sea. Text Early bird 10% off tuition fees.

Aalto-yliopiston talvikoulun Early bird -tarjous

Saat 10% alennusta kurssimaksuista, kun maksat 7.10.2026 mennessä!

Aalto-yliopiston kesäkoulu

  • Päivitetty:
  • Julkaistu:
Jaa
URL kopioitu