Logga in

Registrera

DV1597 · Blekinge tekniska högskola

Intelligent dataanalys

Ny kurs

Kom igång gratis

Inga tentor än

Ladda upp dina tidigare tentor och få hjälp med att strukturera ditt studiematerial

Få dina tentauppgifter kategoriseradeBli guidad genom ditt studiematerialFå hjälp direkt med teori och tipsHåll koll på dina framsteg

Kurs info

KurssidaKursplan
HP
Språk
Engelska
Nivå
Grundnivå
Fakultet
Institution

Lärandemål

  • 1. Kunskap och förståelse
  • Demonstrera förmågan att förklara olika databehandlingsmetoder som passar olika datatyper
  • Demonstrera förmågan att förklara olika visualiseringar och deras tolkning
  • Demonstrera förmågan att förklara olika statistiska dataanalysmetoder och deras förutsättningar
  • 2. Färdighet och förmåga
  • Demonstrera förmågan att bygga databehandlingspipelines för olika datatyper
  • Demonstrera förmågan att använda och anpassa datavisualiseringar för respektive dataanalysuppgift
  • Demonstrera förmågan att använda olika statistiska dataanalysmetoder för att samla bevis för eller emot vissa relationer inom en datauppsättning
  • 3. Värderingsförmåga och förhållningssätt
  • Demonstrera förmågan att välja lämpliga metoder för datarengöring och förbehandling
  • Demonstrera förmågan att välja lämpliga visualiseringar för att upptäcka relationer och mönster inom datauppsättningar
  • Demonstrera förmåga att välja lämpliga statistiska analysmetoder baserande på givna data
Kursinnehåll
Kursens syfte är att lära studenterna att undersöka datauppsättningar som består av olika datatyper, till exempel tabulär data, textdata, eller tidsserier. Studenterna ska lära sig att förbehandla dessa datauppsättningar för att undvika vanliga problem, till exempel felande värden, eller att omforma datauppsättningar för att uppfylla behovet av valt analysteknik. Dessutom ska studenterna lära sig att upptäcka, bekräfta och visualisera relationer och mönster i data genom att använda visualiseringar och statistisk analys. Kursen innehåller tre huvudämnesområden, nämligen databehandling, datavisualisering och statistisk dataanalys. Inom dessa områden innehåller kursen följande aspekter. Databehandling: Olika typer av data Datarengöring samt hantering av saknade/felande värden Dataomformning Datavisualisering: Vanliga diagram för att undersöka data, t.ex. låddiagram, färgdiagram Interaktiva diagram Visualisering av högdimensionell data, t.ex. t-SNE Statistisk dataanalys: Deskriptiv statistik och sannolikhetsfördelningar Regressionsanalys Parametriska och icke-parametriska statistiska tester, t.ex. fördelningstester, korrelation, hypotesprövning
Förutsättningar
  • För tillträde till kursen krävs avklarad kurs Matematisk statistik, 6 hp samt 12 hp avklarade från moment i programmeringskurser.
Litteratur
och övriga lärresurser
Huvudlitteratur
2017 - Field Cady The Data Science Handbook Wiley
Inc - Wes McKinney Python for Data Analysis O’Reilly Media
Jake VanderPlas Python Data Science Handbook: Essential Tools for working with Data O’Reilly UK Ltd., 2016,
Liknande kurser vid andra universitet
Kungliga Tekniska högskolan
SF19309 tentor
Lunds universitet
FMAB3065 tentor
Stockholms universitet
MT400163 tentor
Redo att boosta dina studier?

Gör som 15 000+ studenter och ta kontroll över ditt tentaplugg.

Kom igång gratis

6
Tekniska området
Institutionen för datavetenskap

Kungliga Tekniska högskolan

Statistisk inlärning och dataanalys

Lunds universitet

Flerdimensionell analys

Stockholms universitet

Statistisk analys

Produkt

  • Priser

  • Karriär

Företag

  • Om oss

  • Blogg

  • Användarvillkor

  • Integritet

  • Support

Universitet

  • KTH

Uppsala universitet

  • Linköpings universitet

  • Chalmers

  • Lunds universitet

  • Luleå tekniska universitet

  • Stockholms universitet

  • Gymnasiet

  • Socialt

    • Instagram

    • Facebook

    • YouTube

    • TikTok

    • Linkedin

    © 2026 Crash Course Sverige AB