Data Science

2022/2023

Anbefalede faglige forudsætninger for at deltage i modulet

Modulet bygger videre på viden opnået i Calculus og Anvendt statistik.

Modulets indhold, forløb og pædagogik

Modulet vil gennem workshops og case-stories introducere relevante koncepter og værkøjer omhandlende dataopsamling, programmering, machine learning og visualisering af større datamængder.

Læringsmål

Viden

Studerende som gennemfører modulet, skal kunne

  • redegøre for centrale dataopsamlingsprincipper
  • gøre rede for definitioner og teknikker indenfor lineær- og ikke-lineær regression
  • forklare hvordan større datamængder organiseres,  bearbejdes og visualiseres
  • redegøre for best practise i dokumentation og test af kode

Færdigheder

  • anvende basal programmering til opsamling, behandling og visualisering af data
  • benytte forskellige interfaces til opsamling og lagring af data
  • bruge modulets værktøjer indenfor dataopsamling og machine learning til at belyse relevante problemstillinger forskellige fagområder (hhv. biologi, kemi, bioteknologi og miljøvidenskab)

Undervisningsform

  • Forelæsninger 
  • Workshops
  • Opgaveløsning (individuelt og i grupper) 

Omfang og forventet arbejdsindsats

150 arbejdstimer

Eksamen

Prøver

Prøvens navnData Science
Prøveform
Skriftlig eller mundtlig
ECTS5
Bedømmelsesform7-trins-skala
CensurIntern prøve
VurderingskriterierVurderingskriterierne er angivet i Universitetets eksamensordning

Fakta om modulet

Engelsk titelData Science
ModulkodeK-BT-B4-50
ModultypeKursus
Varighed1 semester
SemesterForår
ECTS5
UndervisningssprogDansk
TompladsJa
UndervisningsstedCampus Aalborg
Modulansvarlig

Organisation

StudienævnStudienævn for Kemi, Miljø og Bioteknologi
InstitutInstitut for Kemi og Biovidenskab
FakultetDet Ingeniør- og Naturvidenskabelige Fakultet