Data Mining, 7.5 hp

Huvudområde

Utbildningsnivå

Fördjupningsnivå

Kursen ges för

• Kandidatprogrammet i statistik och dataanalys

Förkunskapskrav

• Grundläggande behörighet på grundnivå
  samt
  Samhällskunskap 1b eller 1a1 och 1a2
  samt
  Engelska 6
  samt
  Matematik 3b/3c eller Matematik C
• 60 hp godkända från termin 1 till 2 samt minst 30 hp från termin 3 till 4 på Kandidatprogrammet i statistik och dataanalys

Lärandemål

Efter avslutad kurs ska den studerande kunna: 

• beskriva vanliga begrepp och metoder inom Data Mining och maskininlärning
• identifiera, välja och skatta modeller inom Data Mining-områden
• identifiera, välja och använda algoritmer på Data Mining-problem
• använda programvara för att genomföra analyser
• validera, utvärdera och kritiskt granska resultat av en utförd analys inom Data Mining
• presentera och kritiskt diskutera resultat av utförda analyser både skriftligt och muntligt
• kritiskt bedöma kvaliteten i givna datamängder
• kombinera lämpliga metoder för analys av en given datamängd
• värdera de generaliseringsmöjligheter som kan göras med valda metoder utifrån en given datamängd
• utföra uppgifter inom givna tidsramar

Kursinnehåll

I kursen behandlas: 

• grundläggande begrepp inom Data Mining och maskininlärning
• variabelselektion, regularisering och modellval
• metoder för att generalisera slutsatser, exempelvis datauppdelning i träning- och testmängder
• icke-linjär klassificering och regression
• modeller inom maskininlärning, exempelvis trädmodeller, neurala nätverk, k-närmaste grannar, splines, generaliserade additiva modeller
• ensemblemetoder, exempelvis bagging och boosting
• metoder för klusteranalys, exempelvis k-means, k-medoid, täthets- och hierarkiska klustringsmetoder, samt metoder för att utvärdera klusteranalys

Undervisnings- och arbetsformer

Undervisningen består av föreläsningar, datorlaborationer och seminarier. Utöver detta ska den studerande utöva självstudier. 

Examination

Kursen examineras genom: 

• individuell skriftlig tentamen, betygsskala: UV
• gruppvis skriftlig redovisning av inlämningsuppgift, betygsskala: UG
• gruppvis muntlig redovisning av inlämningsuppgift, betygsskala: UG

För Godkänt slutbetyg krävs Godkänt på samtliga moment. För Väl godkänt krävs dessutom Väl godkänt på den individuella skriftliga tentamen. 

Detaljerad information återfinns i studieanvisningen. 
 

Om det finns särskilda skäl, och om det med hänsyn till det obligatoriska momentets karaktär är möjligt, får examinator besluta att ersätta det obligatoriska momentet med en annan likvärdig uppgift. 

Om LiU: s koordinator för studenter med funktionsnedsättning har beviljat en student rätt till anpassad examination vid salstentamen har studenten rätt till det.

Om koordinatorn har gett studenten en rekommendation om anpassad examination eller alternativ examinationsform, får examinator besluta om detta om examinator bedömer det möjligt utifrån kursens mål.

Examinator får också besluta om anpassad examination eller alternativ examinationsform om examinator bedömer att det finns synnerliga skäl och examinator bedömer det möjligt utifrån kursens mål.

Studerande, vars examination underkänts två gånger på kursen eller del av kursen, har rätt att begära en annan examinator vid förnyat examinationstillfälle.

Den som godkänts i prov får ej delta i förnyat prov för högre betyg.

Betygsskala

Övrig information

Planering och genomförande av kurs ska utgå från kursplanens formuleringar. Den kursvärdering som ska ingå i varje kurs ska därför behandla frågan om hur kursen överensstämmer med kursplanen.

Kursen bedrivs på ett sådant sätt att likvärdiga villkor råder med avseende på kön, könsöverskridande identitet eller uttryck, etnisk tillhörighet, religion eller annan trosuppfattning, funktionsnedsättning, sexuell läggning och ålder.

Om det föreligger synnerliga skäl får rektor i särskilt beslut ange förutsättningarna för, och delegera rätten att besluta om, tillfälliga avsteg från denna kursplan. 

Institution