NDAB15001U Modellering og analyse af data (MAD)

Årgang 2015/2016
Engelsk titel

Modelling and Analysis of Data (MAD)

Uddannelse

Bacheloruddannelsen i datalogi

Bacheloruddannelsen i fysik

Kursusindhold

Formålet med kurset er at give en grundlæggende og bred introduktion til repræsentation, analyse og behandling af samplet data; at introducere den studerende til simple statistiske analyser af eksperimentel data; samt datavisualisering.  Eksempler tages fra den virkelige verden såsom målinger af internettrafik, sprogteknologi, digital lyd og billede, osv.  Endvidere gives en introduktion til programmeringsværktøjer til dataanalyse (MATLAB, Python eller R).

Kurset vil indeholde:

  • Introduktion til multivariat kalkulus (partielle afledte; multivariate integraler).
  • Introduktion til databehandling og -filtrering.
  • Sampling, samplet data, frekvensrepræsentation.
  • Mindste kvadraters metode, lineær regression, matematisk modellering.
  • Multivariat statistik, principalkomponentanalyse.
  • Præsentation af analyseresultater inklusive visualisering med simpel plotting.
  • Introduktion til programmeringsverktøjer for dataanalyse
Målbeskrivelser

Viden

  • Den studerende vil have kendskab til dataanalysemetoder omfattende datarepræsentation, filtrering, modellering og estimering samt visualisering.

 

Færdigheder

Den studerende vil være i stand til at:

  • Vælge en passende datarepræsentation og transformere mellem rum/tid- og frekvensdomæner, filtrere i både rum/tids- og frekvensdomæner.
  • Anvende mindste kvadraters metode til lineær modellering og estimering.
  • Analysere samplet data med passende matematiske modelleringsværktøjer.
  • Beskrive udvalgte multivariatmetoder og deres anvendelse, specifikt principalkomponentanalyse (PCA) og dennes brug i dimensionsreduktion.
  • Visualisere lav- og højdimensionel data med simple plot og billeder.
  • Implementere simple dataanalyse og -modelleringsmetoder.
  • Udføre analyse af eksperimentel data fra anvendelsesområder som billed/signalanalyse, optimering eller sprogteknologi med brug af de i kurset lærte metoder og evaluere resultaterne deraf.

 

Kompetencer

  • Den studerende vil være i stand til at udføre grundlæggende dataanalyseopgaver omfattende modellering, visualisering og fortolkning af resultater samt vurdere metodernes begrænsninger.

Se Absalonsiden.

Svarende til kurserne Programmering og problemløsning, Diskret matematik og algoritmer, Lineær algebra i datalogi samt Matematisk analyse og statistik i datalogi eller Sandsynlighedsregning og Statistik.
Forelæsninger, praktiske øvelser og obligatoriske opgaver.
  • Kategori
  • Timer
  • Forberedelse
  • 30
  • Forelæsninger
  • 32
  • Praktiske øvelser
  • 72
  • Teoretiske øvelser
  • 72
  • I alt
  • 206
Point
7,5 ECTS
Prøveform
Løbende bedømmelse
Eksamen består af en løbende bedømmelse af 5-7 opgaver. Opgaverne vægtes lige. Opgaverne afleveres i Absalon.
Hjælpemidler
Alle hjælpemidler tilladt
Bedømmelsesform
7-trins skala
Censurform
Ingen ekstern censur
Flere interne bedømmere
Reeksamen

20 minutters mundtlig eksamen uden forberedelse men med alle hjælpemidler.

Kriterier for bedømmelse

Se målbeskrivelsen