1. Kandidat- eller ingenjörsexamen (minst 180hp), inom datavetenskap eller närliggande ämnen såsom matematik, informatik, telekommunikation, elektroteknik, fysik.
2. Engelska 6 från svenskt gymnasium eller motsvarande
3. Minst 15 hp inom programmering
4. Minst 7,5 hp i matematik

Kursen ingår i programmet Tillämpad data science, masterprogram, och kan ingå i Masterexamen i datavetenskap (120 hp).

Kursen innehåller följande moment:

• organisering av data
• dimensionsreducering
• dolda mönster och kluster
• plott-teknik och kartläggning för visualisering av fördelningar, för relationer mellan variabler, visualisering av kategoriska variabler.
• databaserat berättande: inflytande, teknik och etik.

Kunskap och förståelse
För godkänd kurs ska studenten kunna:

• förklara analytiska metoder för att hantera stora datamängder
• redogöra för plott-tekniker för visualisering
• förklara grundläggande teknik för databaserat berättande
• urskilja och klargöra etiska principer för förmedling av digital information i samhället.

Färdighet och förmåga
För godkänd kurs ska studenten kunna:

• tänka fritt kring insamlade data för att förstå deras naturliga innehåll
• hitta samband i data genom att tillämpa och laborera med olika tekniker
• muntligt och skriftligt redogöra för och diskutera information och kunskaper som dataanalys tillför, anpassad för olika slags intressenter

Värderingsförmåga och förhållningssätt
För godkänd kurs ska studenten kunna:

• identifiera när utveckling inom området data science medför behov för vidare kunskapsinhämtning
• kommunicera effektivt och lättförståeligt med det omgivande samhället med berättande som verktyg

Föreläsningar, datorlaborationer och seminarier.

Kursen examineras genom muntliga och skriftliga examinationsuppgifter, inklusive aktivt deltagande i seminarier. Kursen examineras genom:

• Inlämningsuppgifter (3,5 hp, bedöms med A–E)
• Muntlig presentation på seminarier (2,0 hp, bedöms med UG)
• Laborationer (2,0 hp, bedöms med UG)

För godkänd A-E krävs att alla moment genomförts och blivit godkända.

Slutbetyg baseras på inlämningsuppgifterna.

• Martinez, W &, Martines, A:Exploratory Data Analysis with MATLAB, Chapman & Hall 2005.
• Reiche, N al at,Data-driven storytelling, CRC Press, 2018.
• Peng, Roger D. Exploratory Data Analysis with R, 2015
• Tukey, J W. Exploratory Data analysis, Addison-Wesley 1977

Högskolan ger studenter som deltar i eller har avslutat en kurs en möjlighet att framföra sina erfarenheter av och synpunkter på kursen genom en kursvärdering som anordnas av högskolan. Högskolan sammanställer kursvärderingarna samt informerar om resultaten och eventuella beslut om åtgärder som föranleds av kursvärderingarna. Resultaten ska hållas tillgängliga för studenterna. (HF 1:14).

Om en kurs inte längre ges eller har genomgått större förändringar ska studenterna, under ett år efter det att förändringen skett, erbjudas två tillfällen för omprov baserade på den kursplan som gällde vid registreringen.

Om en student har beslut om riktat pedagogiskt stöd, har examinator rätt att ge ett anpassat prov eller låta studenten genomföra prov på ett alternativt sätt.