K0021N · Luleå tekniska universitet
Tillämpad dataanalys för ingenjörer
Ny kurs
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
HP
7.5
Språk
Svenska
Nivå
Grundnivå
Institution
Institutionen för ekonomi, teknik, konst och samhälle (ETKS)
Lärandemål
Studenten ska efter genomgången kurs kunna visa kunskap och förståelse för:
- utmaningar som stora dataset erbjuder, bland annat i form av förarbete innan analys kan påbörjas,
- hur moderna dataanalysmetoder utvecklade inom fält såsom AI, maskininlärning och statistik fungerar och kan användas som beslutsstöd,
- dataanalysmetoders begränsningar, och
- datavisualiseringens roll vid dataanalys och presentation.
- Studenten ska efter genomgången kurs ha följande färdigheter och förmågor:
- kunna importera, analysera och visualisera data i kalkyl- och statistikprogram och i programmeringsdrivna programvaror för dataanalys.
- kunna genomföra analys av data med hjälp av s.k. beroende analysmetoder, såsom metoder för prediktion och klassificering. Relevanta metoder för ändamålet kan hämtas från fält såsom AI, maskininlärning och statistik.
- kunna genomföra analys av data med hjälp av s.k. oberoende tekniker såsom metoder för klustring och dimensionsreduktion. Relevanta metoder för ändamålet kan hämtas från fält såsom AI, maskininlärning och statistik.
- kunna presentera resultat från dataanalys skriftligt och muntligt på ett välstrukturerat sätt och ge relevant återkoppling på andra studenters arbeten.
- Studenten ska efter genomgången kurs kunna uppvisa följande värderingsförmåga och förhållningssätt:
- Kunna värdera både statistisk och praktisk relevans av analysresultaten via statistiska och ingenjörsmässiga bedömningar, exempelvis genom att värdera modellers prediktiva förmåga.
Kursinnehåll
- Kursen innehåller teori om analys av stora dataset och praktiskt arbete med såväl att sammanställa som att importera dataset från olika källor till avsedd programvara för dataanalys. Programvara som används i kursen innefattar också programspråksdriven programvara. Studenten analyserar dataset relevanta för ingenjörer som t ex produktions- eller affärsdata. Verktyg kan inkludera reguljära kommersiella kalkylarksprogram, kommersiell statistikprogramvara, men också programmeringsdrivna program med öppen källkod såsom R eller Python. Specifika exempel på kursinnehåll är:
- Introduktion till programdriven dataanalys,
- Dataförbehandling för datautvinning,
- Grundläggande metoder för analys och visualisering av data,
- Dataanalys med beroende och oberoende tekniker med dedicerad programvara inklusive,
- Avancerad dataanalys med hjälp av programmeringsdrivna programvaror,
- Studentdrivna projektarbeten.
Förutsättningar
- Grundläggande behörighet samt minst 60 hp avklarade kurser med minst godkänt resultat inom ett tekniskt ämnesområde, varav följande kurser måste ingå: Matematisk statistik (S0001M) 7,5 hp, Programmering och digitalisering (D0028E) 7,5 hp samt Linjär algebra och integralkalkyl (M0048M) 7,5 hp, eller motsvarande kunskaper. Goda kunskaper i engelska, motsvarande Engelska 6/nivå 2.
Liknande kurser vid andra universitet
Gör som 15 000+ studenter och ta kontroll över ditt tentaplugg.
Kom igång gratis