Kursens huvudsakliga innehåll
Kursen “Data Mining” vid Luleå tekniska universitet är inriktad på identifiering av mönster och dold information i stora datamängder. Kursen syftar till att skapa en förståelse för begrepp och tekniker inom området, med fokus på tekniker och algoritmer för att lösa företagsrelaterade problem.
Under kursens gång kommer studenterna att introduceras till olika data mining-tekniker och metoder, inklusive klassificering, klustering och association. Kursen kommer att täcka olika aspekter av data mining-processen, såsom dataförberedelse, modellbyggnad och utvärdering av modeller. Studenterna kommer att få praktisk erfarenhet av att använda data mining-verktyg och tekniker för att lösa verkliga problem.
Kursen kommer också att diskutera etiska och juridiska aspekter av data mining, inklusive frågor om integritet och dataskydd. Efter att ha slutfört kursen, kommer studenterna att ha en solid grund inom data mining och vara väl förberedda för att tillämpa dessa kunskaper i praktiken.
Studenterna kommer att ha möjlighet att arbeta med verkliga dataset och fallstudier, vilket ger dem praktisk erfarenhet och fördjupad förståelse för hur data mining-tekniker kan användas för att extrahera insikter och generera värde från stora mängder data.
Undervisning
Undervisningen sker på Engelska, på distans Utbildningen hålls dagtid och halvfart 50%.
Avancerad nivå
Utbildningen är på grundnivå
Förkunskaper
Grundläggande behörighet samt uppnått minst 60 högskolepoäng i avklarade kurser i vilket följande kunskaper ska ingå, kunskaper i programmering (exempelvis D0019N Objektorienterad programmering i Java eller D0007N Objektorienterad programutveckling) och grunder inom databaser (exempelvis D0004N Databaser I eller D0018E Databasteknik).Kunskaper i engelska, motsvarande Engelska 6.
Studieavgift kurs
TBA kr
*EU/EES-medborgare behöver inte betala avgifter
- Examen:
- Högskolepoäng: 7,5
- Varaktighet: 8 veckor
- Nivå: grundnivå
- Studietakt: Halvtid, 50%
- Undervisningstid: Dagtid
- Undervisningsform: På distans
Anmälan sker
Anmälan öppen 15 mars – 17 april