Data Science och maskininlärning

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.

Kursen behandlar processer inom data science, dvs. en tvärvetenskaplig metod för att hitta, extrahera och upptäcka mönster i data genom en fusion av analytiska metoder, domenexpertis och teknik. I detta sammanhang omfattas områdena data mining, prognoser, maskininlärning, prediktiv analys, statistik och textanalys.

Inom ramen för den iterativa data-science-processen behandlas affärsförståelse med problemidentifiering för specifikation av nyckelvariabler som ska fungera som modellmål samt identifiering av relevanta datakällor. Vidare ingår formulering av frågor som definierar affärsmål och kan kvantifieras av data-science tekniker.

För att kontrollera datakvalitet ingår förvärv av rådata, bearbetning av data (ETL), undersökning av data och modellering. För att underlätta utveckling av modell(er) och hitta den modell som bäst svarar på de initiala frågorna används sk feature engineering, då extraheras rådata och utmärkande särdrag skapas.

Avslutningsvis behandlas utvärdering av modellering och analys, presentation av resultat respektive driftsättning.

Inlämningsuppgifter (2,5 hp), laborationer (3 hp) och duggor (2 hp).

Föreläsningar, laborationer och inlämningsuppgifter.

Som betygsskala används U–VG.

Slutbetygets nivå fastställs genom en sammanvägning av inlämningsuppgifter och duggor.