Data-Mining, 7.5 hp
Data mining, 7.5 credits
732G12
Huvudområde
StatistikUtbildningsnivå
GrundnivåKurstyp
Fristående- och programkursExaminator
Josef WilzénKursansvarig
Josef WilzénStudierektor eller motsvarande
Jolanta PielaszkiewiczKursen ges för | Termin | Veckor | Språk | Ort/Campus | VOF | |
---|---|---|---|---|---|---|
F7KSA | Kandidatprogrammet i statistik och dataanalys | 5 (HT 2020) | 202034-202043 | Svenska | Linköping, Valla | V |
Huvudområde
StatistikUtbildningsnivå
GrundnivåFördjupningsnivå
G1XKursen ges för
- Kandidatprogrammet i statistik och dataanalys
Förkunskapskrav
För tillträde till kursen krävs att den studerande har genomgått kurser i statistik motsvarande 40 poäng samt någon grundläggande kurs i programmering.
Lärandemål
Efter avslutad kurs ska den studerande kunna:
- redogöra för viktiga metoder för associationsanalys
- klassificera och gruppera objekt i en databas
- utnyttja programvara för data-mining
- redovisa vilka slutsatser man kan dra av en genomförd associationanalys eller klassificering eller gruppering av objekt i en databas.
Kursinnehåll
Kursen syftar till att öka förmågan att analysera stora, komplexa datamaterial.
Kursen behandlar grundläggande begrepp inom data-mining såsom:
- Generaliserade additiva modeller
- Grundbegrepp för klassificering samt beslutsträd
- Alternativa klassificeringsmetoder såsom neurala nätverk och “support vector machines”
- Grundbegrepp och algoritmer för associationsanalys
- Sekventiella mönster
- Grundbegrepp och algoritmer för klusteranalys.
Undervisnings- och arbetsformer
Undervisningen består av föreläsningar, datorövningar med viss tillgång till handledning, samt seminarier kring uppgifterna på datorövningarna. Utöver detta ska den studerande utöva självstudier.
Examination
Kursen examineras genom muntliga och skriftliga redogörelser för uppgifter till datorövningarna samt med en datortentamen.
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 istället har gett studenten en rekommendation om anpassad examination eller alternativ examinationsform, får examinator besluta om detta om 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
Tregradig skala, U, G, VGÖvrig 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 både mäns och kvinnors erfarenhet och kunskaper synliggörs och utvecklas.
Institution
Institutionen för datavetenskapKod | Benämning | Omfattning | Betygsskala |
---|---|---|---|
TEN1 | Tentamen | 5 hp | U, G, VG |
UPG2 | Inlämningsuppgift | 2.5 hp | U, G, VG |
Böcker
ISBN: 9781461471370
ISBN: 9781108473989, 1108473989
Ladda ner
Denna flik innehåller det material som är publikt i Lisam. Den information som publiceras här är inte juridiskt bindande, sådant material hittar du under övriga flikar på denna sida.
Det finns inga filer att visa.