Datafordjuping

Masteremne

Emnebeskrivelse

Mål og innhold

Emnet har som mål å utvikle ein djupare forståing av minst éin (eller fleire) typar data som brukast i den verkelege verden. Det inneheld metodar frå datainnsamling, dataførebuing, dataanalyse, forståing av skeivhetar i data og korleis man kan redusere dei, samt tolking av resultat.

Dette kurset er knytta til prosjektkurset DSC399K og skal formidle djupare forståing av typar data som brukast i masterprosjektet.

Læringsutbytte

Studenten skal ved avslutta emne ha følgjande læringsutbyte definert i kunnskapar, ferdigheiter og generell kompetanse:

Kunnskap

Studenten skal vere i stand til å

  • forklare éin type data grundig, inkludert heile den datagenererande prosessen, steg i dataforbuing, dataanalysar, og resulterande skeivhetar i data og tolking.
  • samanlikne forskjellege tilnærmingar for analysen av den valde type data.

Ferdigheiter

Studenten skal vere i stand til å

  • førebu og handsame reelle datasett
  • analysere, visualisere og tolke reelle datasett

Generell kompetanse

Studenten skal vere i stand til å

  • lage skriftlege vitskaplege rapportar samt kritisk vurdere faglitteratur.
  • holde munnlege presentasjonar av eige arbeid
  • reflektere over sentrale etiske og vitskapelege problemstillingar i eige og andres arbeid

Fulltid/deltid

Fulltid

Studiepoeng, omfang

20 studiepoeng

Studienivå (studiesyklus)

Master

Undervisningssemester

Haust
Krav til forkunnskaper
Ingen
Anbefalte forkunnskaper
Ingen
Studiepoengsreduksjon

Ingen

Krav til studierett
Emnet blir tilbudt til studenter med opptak på studieprogrammet integrert master i Data Science (sivilingeniør), master, 5 år
Arbeids- og undervisningsformer
Førelesningar, presentasjonar, prosjekt
Obligatorisk undervisningsaktivitet
Munnleg presentasjon. Karakterskala «godkjent/ikkje-godkjent».
Vurderingsformer

I emnet nyttar ein følgjande vurderingsform:

  • Obligatorisk skriftleg rapport

Både den obligatoriske presentasjonen og skriftlege rapporten skal ta for seg type data eller typar data som inneheld følgjande aspektar for kvar type data:

  • datainnsamling
  • dataforebuing
  • dataprosessering
  • dataanalyse
  • tolking av resultat
  • data lagring
  • utfordringar i tidlegare trinn, inkludert skeivhetar
  • og etiske aspect
Karakterskala
Karakterskalaen A-F blir nytta. Karakteren A er beste ståkarakter, karakteren F betyr ikkje bestått
Vurderingssemester
Haust
Litteraturliste
Litteraturlista vil være klar innan 01.07 for haustsemesteret og 01.12 for vårsemesteret.
Emneevaluering
Studentene skal evaluere undervisninga i tråd med UiB og instituttet sitt kvalitetssikringssystem.
Hjelpemiddel til eksamen
Ingen
Programansvarlig
Programstyret har ansvar for fagleg innhald og oppbygging av studiet og for kvaliteten på studieprogrammet og alle emna der.
Emneansvarlig
Emneansvarleg og administrativ kontaktperson finn du på Mitt UiB, kontakt eventuelt studieveileder@ii.uib.no
Administrativt ansvarlig
Fakultet for naturvitskap og teknologi ved institutt for informatikk har det administrative ansvaret for emnet og studieprogrammet.