Course code BUS350

BUS350 Introduksjon til data analytics

English course information

Søk etter andre emner

Viser emneinfo for studieåret 2021 - 2022.

Emneansvarlige: Erlend Dancke Sandorf, Dag Einar Sommervoll
Studiepoeng: 5
Ansvarlig fakultet: Handelshøyskolen
Frekvens: Årlig. 
Undervises på språk: EN
(NO=norsk, EN=Engelsk)
Undervises i periode:
Emnet starter i høstparallellen. Emnet har undervisning/vurdering i høstparallellen.
Første gang: Studieår 2020-2021
Fortrinnsrett: -
Emnets innhold:

Målet med dette kurset er å legge et grunnlag for data-baserte beslutninger. Data-baserte beslutninger forutsetter kunnskaper og ferdigheter i hvordan data hentes, struktureres, analyseres og visualiseres. Kurset består av seks deler:

  • Vanlige datastrukturer innen business analytics, økonomistyring og finans (relasjonsdatabaser,SQL)
  • Analyseverktøy (Excel,Python, R)
  • Brukergrensesnitt (Rstudio Rmarkdown, jupyter)
  • Datatilrettelegging, datavask, datautforskning.
  • Dataaggregering og feature engineering
  • Data og analysevisualisering (ggplot, leaflet)
Læringsutbytte:

Kunnskaper:

  • Forstå egenskapene til rådatastrukturer og deres implikasjoner for bruk av analyseteknikker.
  • Kjenne til vanlige databasestrukturer og forstå deres implikasjoner for datahåndtering og datauttrekk.
  • Kjenne standard teknikker for datatilrettelegging, datavask og datautforskning.
  • Kjenne til viktige teknikker for aggregering og transformasjon av data.
  • Forstå hvordan disse preanalysevalgene har implikasjoner for estimeringsresultater og prediksjoner.

Ferdigheter:

  • Ha grunnleggende ferdigheter i R og Python og kunne arbeide med disse i et egnet brukergrensesnitt (Rstudio, Rmarkdown, jupyter-notebook).
  • Kunne utføre grunnleggende former av feature engineering  (variabel utvelgelse, transformasjon av data, feature testing etc.)

Generell kompetanse:

  • Ha en integrert forståelse av hva en komplett analyse medfører fra innhenting av data til diskusjon av resultatene. Studenten skal ha et bevisst forhold til hvordan valg underveis vil kunne påvirke analysen i ønsket og i uønsket retning.
Læringsaktiviteter:
Forelesninger, flipped-classroom-aktiviteter, komputerlab, selvstendig arbeid med øvingsoppgaver.
Læringsstøtte:
Canvas, flipped-classroom-aktiviteter.
Pensum:
Pensum opplyses på kursets Canvas-side i begynnelsen av semesteret.
Forutsatte forkunnskaper:
MATH100 Brukerkurs i matematikk eller ECN102 Innføring i matematikk for økonomer; STAT100 Statistikk, eller tilsvarende emner fra annen utdanningsinstitusjon.
Obligatorisk aktivitet:
Ingen
Vurderingsordning:
Mappevurdering.  3 hjemmeoppgaver + 1 midtsemestereksamen.  Vurdering på alle mappe-elementer er Bestått/Ikke.
Sensor:
Ekstern sensor kvalitetssikrer pensum, eksamensoppgaver og prinsipper for evaluering og besvarelser.
Merknader:
Emnet blir undervist på engelsk. Innvekslingsstudenter kan ta kontakt med studieveiledere ved Handelshøyskolen (studieveileder-hh@nmbu.no) for å få vurdert om de kan få plass på emnet.
Normert arbeidsmengde:
125 timer. Dette er et arbeidsintensivt emne.
Opptakskrav:
Emnet er forbeholdt studenter ved Handelshøyskolen.
Undervisningstid:
To forelesningstimer per uke (september til desember). I tillegg intensivt arbeid med øvingsoppgavene.
Eksamensdetaljer: :