Kurssi ennakoivaan data-analyysiin

Yleistä

Ohjelman kuvaus

Kurssi antaa käsityksen koneoppimisen peruskäsitteistä ja käytännöllisestä ennustamisesta ennakoivan analytiikan avulla. Se kattaa keskeiset käsitteet hyödyllisen tiedon ja tiedon hankkimiseksi suurista aineistoista analyyttistä mallintamista varten.

Kurssitiedot

  • Laajuus: 2,5 op
  • Tutkimuksen sijainti: riippumaton sijainnista
  • Aloituspäivä: 2020-11-30-2021-01-17 (osa-aikainen 25%)
  • Koulutusmääräys: Toinen sykli
  • Kurssikoodi: DVA478
  • Pääalue: Tietotekniikka

Tietoja tästä kurssista

Kurssin tarkoituksena on antaa oivalluksia koneoppimisen peruskäsitteistä ennakoivaa analytiikkaa varten, jotta voidaan tuottaa ennakoitavissa olevia, parempia ja tietoisempia päätöksiä. Se kattaa avainkäsitteet hyödyllisen tiedon ja tiedon keräämiseksi tietojoukoista ennustavan mallinnuksen rakentamiseksi.

  • Johdanto: yleiskatsaus ennakoivaan data-analytiikkaan ja koneoppimiseen ennakoivaa analytiikkaa varten.
  • Tietojen etsintä ja visualisointi: esittelee tapaustutkimuksia teollisista sovellusalueista ja keskustelee tärkeimmistä teknisistä kysymyksistä, jotka liittyvät siihen, miten voimme saada oivalluksia, joiden avulla voimme nähdä teollisen datan suuntauksia ja malleja.
  • Ennakoiva mallinnus: koostuu ennakoivan mallinnuksen rakentamisen kysymyksistä, eli mallin tiedoista ja koneen oppimisalgoritmien määrittämisestä ennakoivaa analytiikkaa varten ja tekniikoista mallin arvioimiseksi.

Sinä tulet oppimaan

  • Valitse sopivat koneoppimisalgoritmit tietyn ongelman ratkaisemiseksi ennakoivaa data-analytiikkaa varten.
  • Tutki tietoja ja tuota analyyttiseen mallintamiseen soveltuvia aineistoja.
  • Koneoppimisen perusteet ennakoivaa analytiikkaa varten.

Sisäänpääsyvaatimukset

  • 90 opintopistettä, joista vähintään 60 opintopistettä tietojenkäsittelytieteessä tai vastaavassa, mukaan lukien 15 opintopistettä ohjelmoinnissa sekä 2,5 opintopistettä todennäköisyysteoriassa ja 2,5 opintopistettä lineaarisessa algebrassa tai vastaavaa.
  • Lisäksi vaaditaan englannin kielen kurssi A / englannin kurssi 6.

Voit myös hakea kurssille ja saada kelpoisuutesi arvioitu muulla tavoin hankitun tiedon perusteella, kuten työkokemus, muut opinnot jne.

Kurssin nimi ruotsiksi

Prediktiv dataanalys

Sovellustiedot

Sähköisen hakemuksen jättämisen jälkeen seuraava vaihe on toimittaa asiakirjat, jotka osoittavat kelpoisuutesi hakemaasi kurssille. Jotta voisit dokumentoida kelpoisuutesi, sinun on toimitettava lukion tutkintotodistus ja yliopisto-todistus sekä todistus englannin kielen taitostasi.

Sisäänpääsyvaatimukset

Kurssin pääsyvaatimusten täyttämiseksi sinulla on oltava aiempi akateeminen pätevyys (yliopisto-opinnot). Löydät erityiset pääsyvaatimukset yllä.

Ei akateemista pätevyyttä?

Jos sinulla ei ole muodollista akateemista pätevyyttä, jota tarvitaan tietylle kurssille, voit hakea kurssille ja saada kelpoisuutesi arvioitu muulla tavoin hankitun tiedon, kuten työkokemuksen, muiden opintojen, jne. Perusteella. Tätä kutsutaan myös aiemman oppimisen validointi.

Aikaisemman oppimisen tunnustaminen tarkoittaa yksilön pätevyyden ja pätevyyden arvioinnin kartoittamista riippumatta siitä, miten, missä tai milloin ne on hankittu - muodollisessa koulutusjärjestelmässä tai jollakin muulla tavalla Ruotsissa tai ulkomailla, äskettäin tai pitkään sitten.

Jos luulet tietosi ja kykysi pätevän tälle kurssille, sinun on ladattava seuraavat hakemuksesi kanssa:

  • CV annetaan kuvaus koulutuksestasi ja ammatillisesta taustastasi. Ansioluettelosi tulee kuvata tietosi ja kykysi suhteessa pääsyvaatimuksiin.
  • Jos viitat työkokemukseen, sinun on ladattava työnantajan todistus.

Jos tarvitsemme lisätietoja, otamme sinuun yhteyttä.

FutureE

Kurssit ovat osa FutureE-hanketta, jossa MDH tarjoaa verkkokursseja AI: n, ympäristö- ja energiatekniikan, ohjelmistojen ja tietokonejärjestelmien suunnittelun aloilla.

Viimeksi päivitetty Loka 2020

Oppilaitoksesta

At Mälardalen University people meet who want to develop themselves and the future. Our 16 700 students read courses and study programs in Business, Health, Engineering, and Education. We conduct rese ... Lue lisää

At Mälardalen University people meet who want to develop themselves and the future. Our 16 700 students read courses and study programs in Business, Health, Engineering, and Education. We conduct research within all areas of education and have internationally outstanding research in future energy and embedded systems. Our close cooperation with the private and public sectors enables us at MDH to help people feel better and the earth to last longer. Mälardalen University is located on both sides of Lake Mälaren with campuses in Eskilstuna and Västerås. Näytä vähemmän
Västerås , Eskilstuna + 1 Lisää Vähemmän