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

Kurssida Kursplan

Språk

Engelska

Nivå

Grundnivå

Fakultet

Tekniska området

Institution

Institutionen för datavetenskap

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