English

Beskrivelse av emnet

• Kort om emnet
• Hva l?rer du?
• Opptak og adgangsregulering
• Forkunnskaper

• Overlappende emner
• Undervisning
• Eksamen

Kort om emnet

Emnet gir innsikt i utvalgte samtidsaktuelle tema innen Data Science. Studentene f?r praktisk erfaring med dataanalyse og industrirelevante algoritmer og teknologier for dataanalyse. Emnets innhold f?lger utviklingen i feltet.

Hva l?rer du?

Etter ? ha fullf?rt emnet har du:

• generell oversikt over de mest samtidsaktuelle og industrirelevante teknologier og metoder innen Data Science;
• teoretisk kunnskap og praktisk erfaring innen dataanalyse og anvendt statistikk;
• erfaring med bruk av distribuerte systemer for lagring og/eller prosessering;
• kompetanse til ? gjennomf?re et reelt prosjekt i dataanalyse, fra datainnsamling til datadrevet beslutningsveiledning.

Opptak og adgangsregulering

Studenter m? hvert semester s?ke og f? plass p? undervisningen og melde seg til eksamen i Studentweb.

Dersom du ikke allerede har studieplass ved UiO, kan du s?ke opptak til v?re studieprogrammer, eller s?ke om ? bli enkeltemnestudent.

Forkunnskaper

Obligatoriske forkunnskaper

I tillegg til generell studiekompetanse eller realkompetanse m? du dekke spesielle opptakskrav.

Du m? ha:

• Matematikk R1 (eller Matematikk S1 og S2) + R2

Og en av disse:

• Fysikk (1+2)
• Kjemi (1+2)
• Biologi (1+2)
• Informasjonsteknologi (1+2)
• Geofag (1+2)
• Teknologi og forskningsl?re (1+2)

De spesielle opptakskravene kan ogs? dekkes med fag fra videreg?ende oppl?ring f?r Kunnskapsl?ftet, eller p? andre m?ter.

Anbefalte forkunnskaper

Emnet bygger p?:  

• INF1100 - Grunnkurs i programmering for naturvitenskapelige anvendelser/INF1000 - Grunnkurs i objektorientert programmering, 
• INF2220 - Algoritmer og datastrukturer

og / eller  

• STK1100 - Sannsynlighetsregning og statistisk modellering, 
• STK1110 - Statistiske metoder og dataanalyse 1,
• STK2100 - Maskinl?ring og statistiske metoder for prediksjon og klassifikasjon, / STK2120 - Statistiske metoder og dataanalyse 2,
• STK3100 - Innf?ring i generaliserte line?re modeller

Overlappende emner

10 studiepoeng overlapp mot STK-INF4000 ¨C Utvalgte emner i Data Science (nedlagt)

Undervisning

3 timer forelesning, 2 timer ?pen gruppe og orakeltjenester ved behov.

Ved fremm?te av tre eller f?rre studenter kan fagl?rer, sammen med undervisningsleder, gj?re emnet om til selvstudiumsemne med veiledning.

Eksamen

Obligatoriske prosjektoppgaver og innleveringer/presentasjoner.    

En prosjektoppgave som teller 60% og en avsluttende eksamen som teller 40%. Begge deler m? v?re best?tt og m? best?s samme semester. For ? kunne fremstille seg til eksamen m? alle obligatoriske oppgaver i emnet v?re godkjent.

Prosjekt og muntlig eller skriftlig eksamen. Eksamensform avgj?res innen 15. februar.

Eksamensspr?k

Dersom emnet undervises p? engelsk vil det bare tilbys eksamensoppgavetekst p? engelsk.

Du kan besvare eksamen p? norsk, svensk, dansk eller engelsk.

Karakterskala

Emnet bruker karakterskala fra A til F, der A er beste karakter og F er stryk. Les mer om karakterskalaen.

Begrunnelse og klage

• Begrunnelse og klage

Adgang til ny eller utsatt eksamen

Studenter som dokumenterer gyldig frav?r fra ordin?r eksamen, kan ta utsatt eksamen i starten av neste semester.

Det tilbys ikke ny eksamen til studenter som har trukket seg under ordin?r eksamen, eller som ikke har best?tt.

Trekk fra eksamen

Det er mulig ? ta eksamen i emnet inntil tre ganger. Dersom du trekker deg fra eksamen etter fristen eller under eksamen, bruker du et eksamensfors?k.

Tilrettelagt eksamen

S?knadskjema, krav og frist for tilrettelagt eksamen.