Behörighetskrav

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

Fördjupningsnivå i förhållande till examensfordringarna

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

Innehåll

Kursen innehåller följande moment: - Formulering av vetenskapliga problem och hypoteser - Val av forskningsmetoder för att angripa vetenskapligaproblem - Vetenskaplig publicering: förfarande och begrepp - Grundläggande beräknings- och komplexitetsteori - Forskningsetik - Vetenskapsteori och -historia

Lärandemål

Kunskap och förståelse För godkänd kurs ska studenten kunna: - Beskriva grundläggande vetenskapliga synsätt - Redogöra för peer review-förfarande för vetenskaplig publicering och viktning av publikationer - Sätta datavetenskapliga frågeställningar och forskningsproblem i relation till den övergripande akademiska traditionen - Redogöra för datavetenskapens beräknings-och komplexitetsteoretiska fundament Färdighet och förmåga För godkänd kurs ska studenten kunna: - Formulera ett vetenskapligt problem - Finna och utvärdera relevant information för ett vetenskapligt problem - Analysera resultat med lämpliga statistiska metoder - Avgöra vilka sorters problem som är teoretiskt möjliga med datorer, och sätta svårighet och komplexitet hos olika problem i relation till varandra - Presentera resultat på ett vetenskapligt sätt Värderingsförmåga och förhållningssätt För godkänd kurs ska studenten kunna: - Identifiera sitt behov av vidare kunskap inom området, och ta ansvar för att utveckla denna kunskap - Diskutera vetenskapens möjligheter och begränsningar, forskningsetik, vetenskapens roll i samhället och människors ansvar för hur den används - Värdera nivån av vetenskaplighet i påståenden och belägg

Arbetsformer

Föreläsningar, seminarier.

Bedömningsformer

Studenternas prestationer bedöms dels genom inlämningsuppgifter (5 hp, bedöms med U/G), dels genom skriftlig tentamen (2,5 hp, bedöms med UA) För godkänd A-E krävs att alla moment genomförts och blivit godkända. Slutbetyg baseras på skriftlig tentamen.

Kurslitteratur

- Oates, B.J., (2005). Researching Information Systems and Computing. Sage Publications, UK. - Roughgarden,T (2020). Algorithms Illuminated (Part 4): Algorithms for NP-Hard Problems, Soundlikeyourself Publishing, LLC. - Zobel, J. (2004). Writing for Computer Science -The art of effective communication, 2nd edition. Springer, UK. Utöver ovanstående litteratur tillkommer en samling vetenskapliga artiklar.

Kursvärdering

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).

Övergångsbestämmelser

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.

Övrigt

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.