Universitetet i Agder

Data Science og automatisert maskinlæring

Etter- og videreutdanning

Studiepoeng: 5

Omfang: Deltid

Start: Etter avtale

Studiested: Nettstudier

Data Science og automatisert maskinlæring bygger på begreper og teknikker fra mange fagområder som bedriftsøkonomi, ledelse og informatikk. Du vil få et bredt perspektiv på reelle problemstillinger, få et helhetlig blikk på utfordringer hvor du tar hensyn til forskjellige perspektiver og ser hvordan ulike deler henger sammen og gir grunnlag for å designe eller utvikle datadrevne løsninger.

Kurset vil være praktisk orientert og vi vil jobbe aktivt med bruken av ulike verktøy (som Tableau software environment, DataRobot for AuotML), statistiske begreper og dataanalytiske metoder.

Tilbudet er for deg som har noen års erfaring fra arbeidslivet. Det vil si at studiet kombinerer teori og praksis slik at kunnskapen kan anvendes direkte inn i jobben.

Dette tilbudet er en del av kompetansehevingspakken Industriell digitalisering og kunstig intelligens. Du kan velge om du tar ett eller flere kurs.

Hva lærer du?

Du får en forståelse for Data Science ved hjelp av en overordnet oversikt over begreper og grunnleggende prinsipper
Du lærer å opprette datasett, en fundamental del av maskinlæring
Du får erfaring med datatransformasjon og verktøy for automatisert maskinlæring (AutoML)
Du lærer å evaluere og vurdere forretningsproblemer med bruk av reelle data

Oppbygning

Innføring i Data Scinece og grunnbegreper innen datautvinning og maskinlæring
Datatransformasjon og datatransformasjon gjennom mellomliggende trinn
Automatisert maskinlæring (AutoML)
Vurdere forretningsproblemer og utvikle løsninger med AutoML

Opptakskrav

Bachelor i økonomi, IKT eller ingeniør.
Anbefalt bakgrunn: Minimum 2 års arbeidserfaring etter fullført bachelor.

Praktisk informasjon

Undervisningsform

Forelesninger i form av 4-dagers webinarer, inkludert labøvelser med bruk av transformasjonsprogramvare (f.eks. Alteryx), AutoML verktøy (f.eks. DataRobot) og prosjektarbeid. Undervisningsspråket er engelsk. Labøvelsene er obligatoriske.

Tidspunkt

Kurset finner sted i uke 20 (18. – 21. mai) og foregår digitalt.

18. mai – 09.00 - 18.00
19. mai – 14.00 - 18.00
20. mai – 14.00 - 18.00
21. mai – 14.00 - 18.00

Vilkår for å gå opp til eksamen

Obligatoriske laboppgaver må være innlevert for å gå opp til eksamen. Det kreves deltakelse i klassediskusjoner er nødvendig for å få tilgang til og gjennomføre enkelte obligatoriske oppgaver.

Evalueringsform og kriterier

Karakter settes på grunnlag av mappeevaluering av innleverte prosjektrapporter. Prosjektet kan utføres individuelt eller parvis. Mer informasjon publiseres i Canvas. Eksamensresultatet angis som bestått/ikke bestått.