Emnebeskrivelse
Mål og innhold
Emnet har som mål å utvikle ein djupare forståing av minst éin (eller fleire) typar data som brukast i den verkelege verden. Det inneheld metodar frå datainnsamling, dataførebuing, dataanalyse, forståing av skeivhetar i data og korleis man kan redusere dei, samt tolking av resultat.
Dette kurset er knytta til prosjektkurset DSC399K og skal formidle djupare forståing av typar data som brukast i masterprosjektet.
Læringsutbytte
Studenten skal ved avslutta emne ha følgjande læringsutbyte definert i kunnskapar, ferdigheiter og generell kompetanse:
Kunnskap
Studenten skal vere i stand til å
- forklare éin type data grundig, inkludert heile den datagenererande prosessen, steg i dataforbuing, dataanalysar, og resulterande skeivhetar i data og tolking.
- samanlikne forskjellege tilnærmingar for analysen av den valde type data.
Ferdigheiter
Studenten skal vere i stand til å
- førebu og handsame reelle datasett
- analysere, visualisere og tolke reelle datasett
Generell kompetanse
Studenten skal vere i stand til å
- lage skriftlege vitskaplege rapportar samt kritisk vurdere faglitteratur.
- holde munnlege presentasjonar av eige arbeid
- reflektere over sentrale etiske og vitskapelege problemstillingar i eige og andres arbeid
Fulltid/deltid
Studiepoeng, omfang
Studienivå (studiesyklus)
Undervisningssemester
Krav til forkunnskaper
Anbefalte forkunnskaper
Studiepoengsreduksjon
Ingen
Krav til studierett
Arbeids- og undervisningsformer
Obligatorisk undervisningsaktivitet
Vurderingsformer
I emnet nyttar ein følgjande vurderingsform:
- Obligatorisk skriftleg rapport
Både den obligatoriske presentasjonen og skriftlege rapporten skal ta for seg type data eller typar data som inneheld følgjande aspektar for kvar type data:
- datainnsamling
- dataforebuing
- dataprosessering
- dataanalyse
- tolking av resultat
- data lagring
- utfordringar i tidlegare trinn, inkludert skeivhetar
- og etiske aspect