Behörighetskrav

Data- och systemvetenskap 52,5 hp eller motsvarande, varav minst 7,5 hp databaser

Mål

Vad gäller kunskap och förståelse förväntas studenten efter genomgången kurs kunna

- förklara väsentliga begrepp inom områdena datalagring (Data Warehousing), Big Data Analytics och datautvinning (Data Mining)

- förklara hur olika databassystem, med betoning på datalager och NoSQL-teknologier, kan förbättra beslutsprocesser i organisationer

- beskriva olika datautvinningsmetoder samt skillnaderna mellan dessa

- förklara i vilka situationer en viss datautvinningsmetod kan användas för att besvara en given fråga

Vad gäller färdigheter och förmåga förväntas studenten efter genomgången kurs kunna

- planera en forskningsfrågebaserad datautvinningsprocess, inklusive val av data, förbehandlingsmetod(er), datautvinningsmetod(er) samt metod för evaluering av resultaten

- använda elementära datautvinningsmetoder för att genomföra analyser

Vad gäller värderingsförmåga och förhållningssätt förväntas studenten efter genomgången kurs kunna

- tolka och analysera resultaten av en datautvinningsprocess, samt värdera effekterna av val som har gjorts under processen

- analysera och värdera de sociala följderna av datautvinning och Big Data i samhället med hänsyn till etiska aspekter

Innehåll

Datatyper och dataegenskaper, datatransformation

Dataanalys och datalagring

Datalagringssystem och komponenter

Teknologier för behandling av Big Data samt tillämpningar

Datautvinningsprocessen

Datautvinningsmetoder: klassificering, klustring, associationsanalys, avvikelseanalys samt textutvinning

Datautvinningstillämpningar

Samhälleliga och etiska följder av datautvinning och Big Data Analytics

Undervisning

Föreläsningar, laborationer, seminarier

Examination

Tentamen, inlämningsuppgifter, laborationer, seminarium