Skriv ut kursplan
Kursplan - Molnbaserad datahantering och analys för industriella system
Omfattning
7.5 hp
Kurskod
PPU433
Giltig från
Hösttermin 2019
Utbildningsnivå
Avancerad nivå
Successiv fördjupning
A1F (Avancerad nivå, har kurs/er på avancerad nivå som förkunskapskrav).
Huvudområde(n)
Produkt- och processutveckling
Akademi
Akademin för innovation, design och teknik
Fastställd
2019-01-24
Status
Denna kursplan är inte aktuell och ges inte längre
Litteraturlistor
Kurslitteraturen är preliminär till 8 veckor innan kursstart. Kurslitteratur kan vara giltig över flera terminer.
-
Böcker
Data science for business : [what you need to know about data mining and data-analytic thinking]
1. uppl. : Sebastopol, Calif. : O'Reilly, 2013 - xviii, 384 s.
ISBN: 9781449361327 LIBRIS-ID: 14216741
Syfte
Syftet med denna kurs är att ge studenten kunskaper och insikter inom hantering och bearbetning av data i "cloud" miljö och en förståelse för vilka fördelar respektive nackdelar som det har i jämförelse med alternativa lösningar. Kursen skall ge studenterna erforderliga kunskaper för att kunna förstå vilka förutsättningar som erfordras för att kunna bearbeta, lagra och analysera produktionsdata virtuellt. Kursen skall även ge studenten grundläggande kunskaper om metoder och verktyg för analys av data ur ett produktions- och logistikperspektiv.
Lärandemål
Efter avslutad utbildning skall studenten kunna:
1. Beskriva fördelar och nackdelar med användningen av molntjänster och förklara de viktigaste drivkrafterna och hinder för användning av molntjänster inom tillverkningsindustrin
2. Förklara och jämföra olika modeller av molnplattformar
3. Beskriva de grundläggande principerna för maskininlärning och "BIG Data" samt uppvisa förmåga att identifiera de viktigaste utmaningarna för användning av BIG Data med maskininlärning inom tillverkningsindustrin
4. Förstå och tillämpa verktyg för analys av stora datamängder och presentera analysresultatet
5. Redogöra för vilka behov av datasäkerhetslösningar som kan erfordras inom "Cloud computing" och hantering av "Big data".
6. Visa förmåga att praktiskt och teoretiskt omsätta sina kunskaper inom molntjänster för tillämpningar inom produktion, logistik och produktutveckling
Innehåll
Kursen innehåller föreläsningar, projektarbete, inlämningsuppgift och laborationer där studenten får kunskaper om olika tillämpningar av molnteknologi och hantering av Big Data inom tillverkningsindustrin .
Särskild behörighet
Avslutade kurser om minst 30 hp inom produkt och processutveckling på avancerad nivå. 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, betyg Underkänd (U) eller Godkänd (G) (examinerar lärandemål 1-2)
Projekt (PRO1), 2 hp, betyg Underkänd (U), 3, 4 eller 5 (examinerar lärandemål 3, 4 och 6)
Tentamen (TEN1), 3,5 hp, betyg Underkänd (U), 3, 4 eller 5 (examinerar lärandemål 1-5)
Laboration (LAB1), Laborationer kring molntjänster och "Big Data", 1 hp, betyg Underkänd (U) eller Godkänd (G) (examinerar lärandemål 4-6)
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
Med beröm godkänd, icke utan beröm godkänd, godkänd, underkänd