hitta offentligt tillgängliga datamängder och utvärdera deras användbarhet för givna ändamål,
behandla data och transformera den för analys,
använda vanliga metoder för klustring och dimensionsreduktion för att utforska datamängder och argumentera på matematiska grunder för metodernas relevans för datamängden och ändamålet i fråga,
välja bland vanligt förekommande probabilistiska modeller för analys av datamängder,
vid val av modell ta hänsyn till begränsningar i beräkningskapacitet och -komplexitet,
utvärdera pålitligheten av en lösning genom att tillämpa lämpliga teoretiska principer, inklusive begränsningar av ändliga utfall,
genomgående ta hänsyn till aspekter inom etik, juridik och integritet,
presentera slutsatserna av en analys/slutprodukten skriftligt på ett tillgängligt sätt.
Kursinnehåll
Grunderna i axiomatisk sannolikhetsteori inklusive måtteori och koncentrationsolikheter. Vanliga sannolikhets modeller och riskminimeringsproblem, såsom regression/klassifikation, hypotesprövning; typiska tillämpningar inom data science, såsom prediktion, rekommendation, A/B-test, samt vanliga algoritmer för deras lösningar; Modellering av beroende i underliggande sannolikhetsfördelningar som uppstår från temporal-, spatial- och nätverksstruktur inklusive Markovkedjor; elementär data-behandling (ELT/Extract-Load-Transform): transformation/rengöring av data för senare behandling genom att kombinera data från olika källor och genom att använda dimensionsreduktions- och klustringsmetoder, inklusive PCA och slumpprojektion; användning av visualisering för undersökande dataanalys (Exploratory Data Analysis) och för att kommunicera resultat; juridiska och etiska aspekter gällande inhämtning, behandlig och förvaring av data, fallstudier med hjälp av verklig data som involverar relevant databehandling, modellering och inferens.
Förutsättningar
120 hp inklusive 80 hp datavetenskap och matematik, varav minst 15 hp datavetenskap inklusive programmering, och minst 30 hp matematik inklusive sannolikhet och statistik, linjär algebra och envariabelanalys. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)