Eksperimentel dataanalyse og modellering

2020/2021

Forudsætninger/Anbefalede forudsætninger for at deltage i modulet

Modulet bygger videre på projektmodulerne på 1. – 4. semester.

Modulets indhold, forløb og pædagogik

FORMÅL          
Projektmodulets overordnede formål er at den studerende opnår evnen til at analysere og vurdere anvendelsen af metoder og teknikker inden for databasesystemer og/eller maskinintelligens til løsning af et konkret problem. Dette indebærer en eksperimentel analyse af teknikkernes egenskaber samt en eksperimentel evaluering af de opnåede resultater

BEGRUNDELSE    

Datarepræsentation, dataanalyse, og evnen til at drage intelligente slutninger ud fra brugeres ønsker og behov indgår som centrale komponenter i mange moderne IT systemer. Inden for dette projektmodul dækker datarepræsentation og analyse over brug af databasehåndteringssystemer til at modellere og gemme data i forhold til dataanalyse, transformere data til de ønskede format og kunne udtrække information fra det vha. analytiske forespørgsler. Intelligente systemer er relateret til maskinintelligens, hvor betegnelsen dækker over eksempelvis grafiske modeller, data mining/maskinindlæring, samt autonome agenter. Nedenstående referencer til databasesystemer og maskinintelligens skal således ses i denne sammenhæng.

I dette projektmodul er projektarbejdet primært drevet af empiriske evalueringer af de anvendte teknikker/metoder samt af den generelle softwareløsning der måtte blive udviklet gennem projektarbejdet. Dette kan for eksempel indebære en iterativ eksperimentel tilgang til metodeudviklingen, hvilket kan fordre et væsentligt element af softwareudvikling, eksperiment design, og overvejelser omkring den statistiske signifikans af de empiriske resultater (såsom køretider, pladsforbrug, og andre metodespecifikke egenskaber)

Læringsmål

Viden

  • benytte korrekte begreber (i både skrift og tale) notationer og symboler.

  • demonstrere kendskab til og overblik over grundlæggende teknikker inden for databasesystemer eller maskinintelligens.

  • demonstrere viden om relevante metoder til model evaluering

Færdigheder

  • redegøre for anvendelsen af relevante og centrale teknikker inden for databasesystemer eller maskinintelligens i forhold til et valgt problemområde

  • fortolke, kommunikere og visualisere resultaterne af empiriske model- og dataanalyser

Kompetencer

  • vurdere  og begrunde  valget af relevante  teknikker og metoder inden  for databasesystemer eller maskinintelligens til løsning af et aktuelt problemområde

  • anvende begreber og teknikker inden for databasesystemer eller maskinintelligens til løsning af en valgt problemstilling

  • være i stand til at gennemføre en empiriske evaluering af en relevant model/teknik, samt vurdere validiteten og den statistiske signifikans af de opsamlede empiriske resultater

  • anvende projektstyring

Undervisningsform

Projektarbejde

Omfang og forventet arbejdsindsats

Det forventes at den studerende bruger 27,5 timer per ECTS, hvilket for denne aktivitet betyder 412,5 timer.

Eksamen

Prøver

Prøvens navnEksperimentel dataanalyse og modellering
Prøveform
Mundtlig pba. projekt
ECTS15
Bedømmelsesform7-trins-skala
CensurIntern prøve
VurderingskriterierVurderingskriterierne er angivet i Universitetets eksamensordning

Yderligere informationer

Kontakt: Studienævn for datalogi via cs-sn@cs.aau.dk eller 9940 8854

 

Fakta om modulet

Engelsk titelExperimental Data Analysis and Modeling
ModulkodeDSNDATB520
ModultypeProjekt
Varighed1 semester
SemesterEfterår
ECTS15
UndervisningssprogDansk og engelsk
TompladsJa
UndervisningsstedCampus Aalborg
Modulansvarlig

Organisation

StudienævnStudienævn for Datalogi
InstitutInstitut for Datalogi
FakultetDet Tekniske Fakultet for IT og Design