Logga in

Registrera

TNK130 · Linköpings universitet

Dataanalys inom kommunikations- och transportsystem

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
6
Språk
Svenska
Nivå
Avancerad nivå
Fakultet
Tekniska fakulteten
Institution
Institutionen för teknik och naturvetenskap

Lärandemål

I den här kursen lär sig studenter hur de ska använda och tolka data för att bättre kunna fatta beslut, inom framförallt området smarta städer. Verklighetskopplade exempel kommer att studeras, med anknytning till exempelvis trafikstyrning, logistik, telekommunikation och städers mobilitetsmönster. Efter genomförd kurs förväntas studenterna kunna:

  • Identifiera de mest vanliga statistiska metoderna för analys av datamängder
  • Förklara skillnader i egenskaper mellan olika typer av analysmetoder och ge exempel på när metoderna är lämpliga att tillämpa
  • Förstå, förklara och använda koncept och metoder inom dataanalys för att lösa praktiska problem
  • Använda statistiska metoder för att prediktera, klassificera och fatta beslut
  • Utvärdera metoder och tillämpa lämpligt alternativ för att hantera specifikt problem
  • Använda existerande datamängder för att anpassa och utvärdera utvalda metoder för verkliga tillämpningar
  • Implementera metoder och algoritmer för databehandling och -analys i ett lämpligt programmeringsspråk
Kursinnehåll
Kursen syftar till att sprida kunskap inom databehandling och dataanalys, med huvudsaklig tillämpning inom området smarta städer. Fokus är klassificering och prediktering, men kursen behandlar även delar som klusteranalys, att reducera komplexitet och detektera avvikelser i datamängder. Exempel på kursinnehåll är statistisk interferens, korrelation, linjär regression, logistisk regression, K-närmaste granne, stödvektormaskiner, dolda Markov-modeller, neurala nätverk m.m.
Förutsättningar
  • Grundläggande kunskaper i linjär algebra, analys, statistik, sannolikhetsteori och programmering.
Litteratur
An introduction to statistical learning : with applications in R. - James, Gareth, Witten, Daniela
Liknande kurser vid andra universitet
Kungliga Tekniska högskolan

Kungliga Tekniska högskolan

Statistisk inlärning och dataanalys

SF19309 tentor
Lunds universitet

Lunds universitet

Flerdimensionell analys

FMAB3065 tentor
Stockholms universitet

Stockholms universitet

Statistisk analys

MT400163 tentor
Redo att boosta dina studier?

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

Kom igång gratis

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