Det övergripande målet är att studenten ska förvärva fördjupade kunskaper och färdigheter i att använda och utveckla mjukvara för data science samt grundläggande kunskaper inom data science, dvs ett tvärvetenskapligt förhållningssätt för att hitta, extrahera och upptäcka mönster i data genom användande av analysmetoder, domänkompetens och teknik.
Kunskap och förståelse
Efter avslutad kurs ska studenten kunna:
· förklara data science-livscykeln
· förklara Big Data och dataanalys
· förklara metoder för dataförberedelser
· beskriva metoder inom maskininlärning
Färdigheter och förmågor
Efter avslutad kurs ska studenten kunna:
· tillämpa icke-övervakade och övervakade maskinövervakningsalgoritmer för problemlösning
· tillämpa grundläggande begrepp i statistik och sannolikhetsteori, inklusive nyckelbegrepp som sannolikhetsfördelningar, statistisk signifikans, hypotesprovning och regression.
· använda programmeringsspråk för data science / dataanalys
· extrahera data från text
· använda utforskande dataanalys (EDA) för att beskriva data med hjälp av sammanfattningsstatistik och visualiseringstekniker
Värderingsförmåga och förhållningssätt
Eter avslutad kurs ska studenten kunna:
· tolka och analysera resultaten av en dataextraktionsprocess, samt utvärdera effekterna av val som gjorts under processen.
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 88 88
