Skriv ut kursplan
Kursplan - Prediktiv dataanalys
Omfattning
2.5 hp
Kurskod
DVA478
Giltig från
Hösttermin 2019
Utbildningsnivå
Avancerad nivå
Successiv fördjupning
A1N (Avancerad nivå, har endast kurs/er på grundnivå som förkunskapskrav).
Huvudområde(n)
Datavetenskap
Akademi
Akademin för innovation, design och teknik
Fastställd
2019-01-24
Litteraturlistor
Kurslitteraturen är preliminär till 8 veckor innan kursstart. Kurslitteratur kan vara giltig över flera terminer.
-
Referenslitteratur
Modul 1
Fundamentals of machine learning for predictive data analytics : algorithms, worked examples, and case studies
Cambridge, Mass. : The MIT Press, c2015. - xxii, 595 s.
ISBN: 9780262029445 LIBRIS-ID: 19310764
Predictive analytics : the power to predict who will click, buy, lie, or die
Revised and Updated Edition. : Hoboken : Wiley, 2016 - 1 online resource (320 s.)
ISBN: 9781119153658 LIBRIS-ID: 20062989
URL: Länk
Predictive analytics, data mining and big data : myths, misconceptions and methods
2014 - xii, 248 pages
ISBN: 9781137379276 LIBRIS-ID: 19989592
Referenslitteratur
Modul 2
Fundamentals of machine learning for predictive data analytics : algorithms, worked examples, and case studies
Cambridge, Mass. : The MIT Press, c2015. - xxii, 595 s.
ISBN: 9780262029445 LIBRIS-ID: 19310764
Storytelling with Data : a data visualization guide for business professionals
Hoboken, New Jersey : Wiley, 2015 - 267 s.
ISBN: 9781119002253 LIBRIS-ID: 18155083
Referenslitteratur
Modul 3
Predictive analytics, data mining and big data : myths, misconceptions and methods
2014 - xii, 248 pages
ISBN: 9781137379276 LIBRIS-ID: 19989592
Applied Predictive Modeling
New York, NY : Springer New York, 2013 - XIII, 600 p. 203 illus., 153 illus. in color.
ISBN: 9781461468493 LIBRIS-ID: 14557710
Syfte
Kursen ämnar ge kunskap om grundläggande metoder inom maskininlärning för prediktiv analys för beslutsgrundande, d.v.s., bättre och mer informerade beslut i prognostisering. Detta inkluderar centrala koncept för informationsutvinning ur datamängder för förutsägelse av sannolika utfall.
Lärandemål
Efter avslutad kurs ska studenten kunna:
1. förklara grunderna inom maskininlärning för prediktiv analys
2. visa på färdighet att utforska och konstruera datamängder lämpliga för prognostisering
3. visa på färdighet att välja lämpliga algoritmer inom maskininlärning för att lösa ett givet problem inom prediktiv analys
Innehåll
Introduktion: ger överblick över prediktiv analys och maskininlärning som metod.
Datakaraktärisering och -visualisering: presenterar industriella fallstudier med associerade viktiga tekniska aspekter i samband med identifiering av trender och mönster i industriell data.
Prognostisering: utmaningar vid prognostisering; modellering av data och val av maskininlärningsalgoritm för prediktiv analys samt metoder för modellutvärdering.
Särskild behörighet
90 hp, varav 60 hp inom datavetenskap eller motsvarande, inklusive 15 hp programmering samt 2,5 hp grundläggande sannolikhetsteori och 2,5 hp linjär algebra, eller liknande. Dessutom krävs Svenska B/Svenska 3 samt Engelska A/Engelska 6. I de fall kursen ges på engelska görs undantag från kravet på Svenska B/Svenska 3.
Examination
Inlämningsuppgift (INL1), 1 hp, (examinerar lärandemål 1 och 2), betyg Underkänd (U) eller Godkänd (G)
Projekt (PRO1), 1,5 hp, (examinerar lärandemål 3), betyg Underkänd (U) eller Godkänd (G)
En student som har ett intyg från MDU avseende sin funktionsnedsättning har möjlighet att anmäla önskemål om anpassning vid salstentamina eller annan examinationsform i enlighet med Regler och anvisningar för examination på grundnivå och avancerad nivå vid Mälardalens högskola (2020/1655). Det är examinator som, utifrån det intyg som utfärdats, beslutar om eventuell anpassning och i så fall vilken anpassning som ska gälla.
Misstankar om vilseledande vid examination (fusk) anmäls, enligt högskoleförordningen, till universitetets rektor och prövas av universitetets disciplinnämnd. Om disciplinnämnden anser att en student gjort sig skyldig till en disciplinförseelse fattar nämnden beslut om en disciplinär åtgärd, vilket är varning eller avstängning.
Betyg
Godkänd, underkänd