Dataanalys och visualisering är ett snabbt växande område som behandlar analys, modellering och visualisering av högdimensionella data.
Kursen introducerar studenten till området genom att behandla moderna metoder för modellering, analys och visualiseringstekniker. Fokus kommer till stor del att ligga på utmaningar med verkliga data och tillämpade övningar i ett högnivåspråk såsom Python eller R för att kommunicera relevanta datamönster i figurform.
Kursen behandlar klassiska begrepp inom deskriptiv statistik och datavisualisering. Inom klassisk deskriptiv statistik behandlas hur slutsatser kan dras utifrån data mha figurer, hur data kan sammanfattas med centralmått, spridningsmått och associationsmått, samt hur normalfördelningen kan användas vid dataanalys.
Kursen behandlar i sin helhet grunderna för datadriven visualisering av information. Kursen introducerar hur grafiska beståndsdelar och färgteori, design, och perception påverkar vår uppfattning av bilder. Begreppet visual literacy introduceras tillsammans med Tuftes principer för vetenskapliga figurer. Visualisering av olika typer av data behandlas, inklusive kategoriska data och text data.
Litteraturlistor publiceras senast 1 månad innan kursstart.
Till litteraturlistanKontakta oss om du har frågor om utbildningen eller frågor som rör ansökan.
support@du.se
023-77 80 00
I lärplattformen Canvas hittar du mer information om kursen.
Besök kursrummetDataanalys och visualisering är ett snabbt växande område som behandlar analys, modellering och visualisering av högdimensionella data.
Kursen introducerar studenten till området genom att behandla moderna metoder för modellering, analys och visualiseringstekniker. Fokus kommer till stor del att ligga på utmaningar med verkliga data och tillämpade övningar i ett högnivåspråk såsom Python eller R för att kommunicera relevanta datamönster i figurform.
Kursen behandlar klassiska begrepp inom deskriptiv statistik och datavisualisering. Inom klassisk deskriptiv statistik behandlas hur slutsatser kan dras utifrån data mha figurer, hur data kan sammanfattas med centralmått, spridningsmått och associationsmått, samt hur normalfördelningen kan användas vid dataanalys.
Kursen behandlar i sin helhet grunderna för datadriven visualisering av information. Kursen introducerar hur grafiska beståndsdelar och färgteori, design, och perception påverkar vår uppfattning av bilder. Begreppet visual literacy introduceras tillsammans med Tuftes principer för vetenskapliga figurer. Visualisering av olika typer av data behandlas, inklusive kategoriska data och text data.
Litteraturlistor publiceras senast 1 månad innan kursstart.
Till litteraturlistanKontakta oss om du har frågor om utbildningen eller frågor som rör ansökan.
support@du.se
023-77 80 00
I lärplattformen Canvas hittar du mer information om kursen.
Besök kursrummetPå du.se använder vi kakor (cookies) för att ge dig en bra upplevelse på vår webbplats. Med hjälp av webbanalys kan vi anpassa webbplatsen ytterligare. Genom att surfa vidare godkänner du att vi använder kakor.