Detaljer om emnet BUS350

BUS350 Introduksjon til data analytics

Emnet kan ha endringer på grunn av koronautbruddet. Sjekk Canvas og studentWeb.

English course Information

Søk etter andre emner

Viser emnet slik det undervises i studieåret med start i 2020 .

Emneansvarlige: Joachim Scholderer, Atle Guttorm Guttormsen
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 forberede deltakerne til alle "analytics-tunge" spesialiseringsemner i våre masterprogrammer i økonomi og administrasjon, datavitenskap og entreprenørskap & innovasjon. Kurset vil bestå av seks deler:

  • Vanlige datastrukturer innen business analytics, økonomistyring og finans (hendelseslogger, tidsserier, RFM-data, relasjonsdata),
  • Databasestrukturer innen business analytics, økonomistyring og finans (relasjonelle databaser, datavarehus, datasjøer),
  • Analytics-plattformer (Python, R, SAS),
  • Viktige datatransformasjoner (log, logit, probit),
  • Dataaggregering og feature engineering (SQL, PCA, klustring),
  • Business intelligence og visualiseringsplattformer (Power BI, Tableau).
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 til viktige teknikker for aggregering og transformasjon av data,
  • Forstå deres effekt på målingsnivåer og deres implikasjoner for tolkningen av estimeringsresultater og prediksjoner.

Ferdigheter:

  • Kunne bruke generelle analytics-plattformer som Python, R og SAS,
  • Kunne bruke grunnleggende SQL-operasjoner for uttrekk og aggregering, av data
  • Kunne utføre grunnleggende  former av feature engineering (transformasjoner, PCA og gruppering) med tidsseriedata, aggregerte hendelsesloggdata og paneldata,
  • Kunne utvikle dashboards ved hjelp av plattformer som Power BI og Tableau.

Generell kompetanse:

  • Forstå viktigheten av analytics og informasjonssystemer i moderne datadrevne virksomheter,
  • Bli uavhengig og i stand til å utvikle dypere analytiske ferdigheter ved å gå videre fra et bredt grunnleggende fundament.
Læringsaktiviteter:
Forelesninger, flipped-classroom-aktiviteter, 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.
Anbefalte forkunnskaper:
INF120 Programmering og databehandling
Obligatorisk aktivitet:
Fire obligatoriske innleveringer og deltakelse i to en-timers flervalgsprøver.
Vurderingsordning:
Mappeeksamen, bestående av fire obligatoriske innleveringer (vekt: 15% hver) og to en-timers flervalgsprøver (vekt: 20% hver).
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:
150 timer. Dette er et arbeidsintensivt emne.
Undervisningstid:
To forelesningstimer per uke (september til desember). I tillegg intensivt arbeid med øvingsoppgavene.
Eksamensdetaljer: Langsgående vurdering: A - E / Ikke bestått