Master i IT, Softwarekonstruktion

Datamodeller og Analyseteknikker - Enkeltfag

Dette enkeltfag under fagpakken "Data Science & Big Data" dækker grundlæggende data mining og machine learning.

Deltagerne opnår viden om og praktisk erfaring med anvendelser af data mining og machine learning metoder og værktøjer anvendt på både ustrukturerede og strukturerede Big Data-eksempler. De får et dybt kendskab til teknikker og værktøjer og bliver i stand til at forberede data (ved hjælp af præprocessering) og benytte dem til både at udtrække indsigt fra og lave forudsigelser (predictions) for komplekse Big Data.

Udbytte

Viden:

Gennem enkeltfaget skal den studerende opnå viden om teorier, metoder, teknikker og værktøjer inden for følgende områder:

Praktiske metoder til præprocessering af tekst, f.eks. struktureret og ustruktureret data, fx tekst og netværksdata.

Fundamentale data mining og machine learning metoder, herunder

  • Prædiktive metoder såsom regression og klassifikation; finde fx meninger (sentiments) om produkter eller services baseret på reviewtekster, likes, klik, etc.
  • Deskriptive metoder såsom gruppering af dataobjekter (clustering), finde fx kunde-/brugergrupper i sociale netværk

Regulariseringsmetoder til behandling af højdimensionelle data.

Der lægges vægt på metoder, der er skalerbare til Big Data, så der sammenhæng med det efterfølgende enkeltfag.

Den studerende skal ydermere kunne forholde sig kritisk og refleksivt i forhold til ovenstående emner; specielt er det vigtigt at den studerende opnår færdighed i at udvælge den rigtige type af machine learning metode til brug i en given kontekst.

Færdigheder:

Den studerende skal kunne anvende teorier, metoder og modeller fra ovennævnte områder til at identificere, analysere, vurdere og komme med forslag til løsning af konkrete data-funderede problemstillinger. Den studerende skal kunne argumentere for relevansen af de valgte teorier, metoder og modeller samt for det udarbejdede løsningsforslag. Desuden skal den studerende kunne reflektere over betydningen for den sammenhæng løsningen indgår i. Konkret forventes det at den studerende efter gennemførelse af fagpakken er i stand til:

  • At forstå og anvende en række data mining og machine learning metoder til vidensopdagelse i både ustrukturerede og strukturerede data-eksempler.
  • At forstå og sammenligne algoritmerne bag forskellige data mining og machine learning metoder. 
  • At matche og eventuelt kombinere metoder til et fornuftigt brug i en given praktisk kontekst.

Kompetencer:

Efter gennemførelse af faget er det målet, at deltagerne har opnået kompetencer til at;

  • Træffe informerede valg omkring anvendelse af avancerede data mining og machine learning teknikker.
  • Parameterisere avancerede data mining og machine learning algoritmer til et givet data materiale, inkl. ustruktureret tekst og behandling af højdimensionelle data. 38
  • Designe og udvikle en komplet løsning for en kompleks, realistisk problemstilling.
  • Formidle og diskutere løsningerne med fagfæller og ikke-specialister. 

Seminardatoer

19.01.18
09.02.18
02.03.18

Eksamen:
22.03.18 - 23.03.18

Øvrige udgifter

Udover deltagerbetalingen på 6000 kr. per enkeltfag kommer udgifter til litteratur på 500-1200 kr. pr. enkeltfag.

Hvad er et enkeltfag/modul?

Hvis du ikke har lyst til eller mulighed for at tage en hel uddannelse på deltid, kan du i stedet følge et enkelt fag eller modul fra de eksisterende deltidsuddannelser og fra de almindelige fuldtidsuddannelser (via tompladsordningen).

Fakta

Datamodeller og analyseteknikker, enkeltfag fra Master i IT, linjen Softwarekonstruktion, fagpakken Data Science og Big Data

Varighed

  • 19. januar 2018 - 23. april 2018

Sted

  • Aalborg

ECTS

  • 5

Pris

  • 6.000 kr.

Ansøgningsfrist

  • 1. juni 2017

Forbehold for fejl, ændringer samt aflysning.