IND320 Data til beslutning
Studiepoeng:10
Ansvarlig fakultet:Fakultet for realfag og teknologi
Emneansvarlig:Kristian Hovde Liland
Campus / nettbasert:Undervises campus Ås
Undervisningens språk:Engelsk
Frekvens:Årlig
Forventet arbeidsmengde:For et 10 sp emne må det påregnes 250 timers arbeid.
Undervisnings- og vurderingsperiode:Emnet har undervisning/vurdering i høstparallellen
Om dette emnet
Hovedvekt vil være på ende-til-ende databehandling, analyse og presentasjon for overvåking og beslutningsstøtte. Gjennom ulike use case vil data bli hentet fra databaser, online kilder og/eller sensorer, filtrert/renset, kombinert/analysert og presentert for sluttbrukeren. Dashboard med plot og nøkkelverdier vil være viktigste output.
Kurset støtter opp under FNs bærekraftmål 4 (god utdanning - industrirelevans for studentene), 9 (industri, innovasjon og infrastruktur - bedre utnyttelse av industrielle data, intern og ekstern infrastruktur), 10 (mindre ulikhet - bruk av åpne plattformer, programmeringsspråk og verktøy) og 12 (ansvarlig forbruk og produksjon - effektivisere og forbedre produksjonsprosesser).
Dette lærer du
Kunnskap
Teoretiske aspekter som databasespørringer, APIer, algoritmer, osv. vil bli belyst der det er behov mens praktiske problemer er hovedtema.
Ferdigheter
Studenten vil lære å planlegge, implementere og teste et system for datafangst, databearbeiding og tilgjengeliggjøring for sluttbruker. Hun vil lære om aktuelle datatyper, datakvalitet, samt å ta i bruk verktøy som trengs for å gi støtte til beslutninger og forbedret automatisering.
Generell kompetanse
Ved bruk av obligatorisk oppgaver som bygger på hverandre og involverer studenter på kryss gjennom fagfellevurdering, vil studentene lære om kortsiktige og langsiktige mål, bruk av konstruktiv kritikk og kontinuerlig forbedring av prosesser og produkter.
Forelesningene vil være en blanding av teori og praktiske aktiviteter. Instruksjonsvideoer kan inkluderes for noe bakgrunnsteori slik at aktivitetene i klasserommet kan holdes mer praktiske. Diskusjoner av for eksempel av konsekvenser av design- og implementasjonsvalg, mål og måloppnåelse vil inngå i grupper og plenum.
Et langsgående semesterprosjekt med implementering og dokumentasjon er obligatorisk aktivitet i kurset. Milepæler knyttet til tema i forelesningene vil fagfellevurderes underveis, mens endelig godkjenning gjøres av faglærer eller øvingslærer.
- Faglærer vil være tilgjengelig på forelesningene, og øvingslærer eller faglærer vil være tilgjengelig på øvingstimer. Padlet.com eller lignende verktøy vil benyttes til spørsmål og svar mellom forelesninger slik at faglærer, øvingslærer og medstudenter kommunisere åpent. Canvas og GitHub/GitLab vil brukes til deling av planer, forelesningsmateriale og kode.
- Pensumliste deles ut ved kursstart.
- Programmering tilsvarende INF120
Programmering tilsvarende INF200.
Maskinlæring tilsvarende DAT200 eller MLA210.
Databaser tilsvarende INF230.
- Muntlig eller skriftlig eksamen (3,5 timer i eksamensperioden) med karakter A-F.
Skriftlig skoleeksamen Karakterregel: Bokstavkarakterer Hjelpemiddel: A1 Ingen kalkulator, ingen andre hjelpemidler - Sensor skal være involvert i utarbeidelse av kriterier for kvalitet, samt vurderingsopplegg
- Semesterprosjekt med implementering og dokumentasjon. Prosjektet vil være modulbasert der hver modul bygger på tidligere aktivitet og fagfellevurderes underveis før endelig godkjenning av faglærer/øvingslærer for å kunne ta eksamen.
- Antall studenter som skal ta kurset er svært vanskelig å anslå. Noe av læringsaktiviteten vil måtte tilpasses antall studenter som deltar. Eksamen vil være muntlig ved mindre enn 11 studenter, skriftlig ellers.
Forelesninger: ca 52 timer.
Øvinger: ca 26 timer.
Obligatorisk aktivitet og egenstudium: ca 172 timer.
- Nei