Kursplan - Datahantering och datafication

Syfte

Kursen syftar till att ge en introduktion till den teoretiska grunden för datahantering, modellering och datafication. Den täcker nyckelbegreppen och insikterna om datainsamling, datamanipulation, värdeskapande och utvinning av kunskap från data för att fatta meningsfulla beslut.

Lärandemål

Efter avslutad kurs ska studenten kunna: 

1. beskriva grunderna för data, datainsamling,  datadokumentation och etiska frågor i datahantering,
2. beskriva principen för datamodellering,
3. visa förmåga att beskriva begreppen datafication och dess konsekvenser i betydelseprocessen,
4. visa förmåga att förklara de utmaningar som är förknippade med strukturerade och ostrukturerade data samt
5. visa förmåga att utforma och utveckla lösningar för att skapa värde från data.

Innehåll

- Data- och datatyper, datainsamlingstekniker och olika standarder som ska användas för data- och metadataformat,

- Dokumentations- och datahanteringsmetoder (t.ex. planer för arkivering av data och prover) inklusive etiska frågor,

- Begrepp för datamodellering, t.ex. relationsdatamodell och andra,

- Metod och teknik för att utforska datafication, dvs. konvertering av kvalitativa aspekter av data till kvantifierade data,

- Olika algoritmer för informationshämtning inklusive statistisk och probabilistisk informationshämtning,

- Datatransformationsmetoder såsom signalbehandlingsalgoritmer, t.ex. Fourier-transformation, begreppet informationsentropi och hantering av högdimensionella data.

Särskild behörighet

Programmering 7,5 hp,  Datastrukturer, algoritmer och programkonstruktion 7,5 hp eller motsvarande samt Vektoralgebra, grundkurs, 7,5 hp eller motsvarande.

Examination

Övning (OVN1), 3 hp, examinerar lärandemål 3-5, betyg Underkänd (U), 3, 4 eller 5. 
Inlämningsuppgift (INL1), 3 hp, examinerar lärandemål 1-5, betyg Underkänd (U), 3, 4 eller 5.
Seminarium (SEM1), 1,5 hp, examinerar lärandemål 1-5, 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

Med beröm godkänd, icke utan beröm godkänd, godkänd, underkänd

Övergångsbestämmelser och övriga föreskrifter

Kursen kan räknas till huvudområdet datavetenskap med inriktning intelligenta system för de studenter som önskar ta ut en teknologie kandidatexamen i datavetenskap med inriktning intelligenta system.