Introduksjon til datavitenskap (DAT540)
Kurset skal gi kunnskap og erfaring innen datavitenskapelige oppgaver og gjøre studenten kjent med datavitenskapelig prosjektsyklus.
Dette er emnebeskrivelsen for studieåret 2022-2023
DAT540
1
10
Høst
1
Høst
Engelsk
Evnen til å innhente og analysere data har blitt en av de viktigste utfordringene i nesten alle fagområder, sektorer og næringer. I dette kurset blir studentene kjent med grunnleggende verktøy og prosesser som brukes i datavitenskap ("Data Science")
Studentene jobber gjennom hele dataflyten, fra innhenting, rensing og modellering, til lagring av dataene. Arbeidet utføres ved bruk av Python-stakken, som består av blant annet: IPython, NumPy, Pandas, Matplotlib og Jupyter Notebooks.
Studentene lærer å strukturere sitt arbeid ved hjelp av CRISP-DM og Data Science -prosessen ("Ask, Get, Explore, Model, Communicate and Visualize").
Kunnskap:
- Utvikle og kjøre programmer for å laste, analysere, rense, transformere, slå sammen, omforme og lagre data.
- Sammenligne vanlige Python, NumPy og Pandas datastrukturer og bruke en av disse til en definert oppgave. Bruke IPython shell og Jupyter notebook for undersøkende databehandling.
- Utvikle og kjøre enkle algoritmer for maskinlæring eller data mining.
Ferdigheter:
- Gjøre dataanalyse etter CRiSP-DM og Data Science Prosess.
- Lage gode visualiseringer av data analysen med bruk av matplotlib.
- Optimalisere dataanalysen ved å bruke tilgjengelig struktur og metoder.
- Evaluere, kommunisere og forsvare resultater fra dataanalysen.
Generelle kvalifikasjoner:
- Løse dataanalyseoppgaver i sanntid ved bruk av en strukturert fremgangsmåte.
Prosjektarbeid og skriftlig eksamen
| Vurderingsform | Vekting | Varighet | Karakter | Hjelpemiddel |
|---|---|---|---|---|
| Prosjektarbeid i gruppe | 3/5 | Bokstavkarakterer | ||
| Skriftlig eksamen (Multiple Choice) | 2/5 | 3 Timer | Bokstavkarakterer |
Prosjektarbeid i grupperProsjektet gjennomføres i grupper. Prosjektarbeid skal utføres til de tider og i gruppene som tildeles og publiseres. Fravær på grunn av sykdom eller andre årsaker skal snarest meldes til foreleser.En prosjektrapport, inkludert kildekode, inngår i vurderingen. Studentene må gjennomføre en gruppevis muntlig presentasjon av prosjektet for å få karakter i emnet.Dersom en student stryker i prosjektarbeidet, må han/hun ta denne delen på nytt neste gang emnet foreleses.
Arbeidet vil bestå av 6 timer forelesning, laboratorium, veiledet gruppearbeid per uke.
Det forventes at studentene bruker ytterligere 6-8 timer i uken på selvstudium, gruppediskusjoner og utviklingsarbeid.