Text

Maskininlärning med Big Data

  • Högskolepoäng 7.5 hp
  • Studieort Ortsoberoende
  • $stringTranslations.StartDate 2021-08-30 - 2022-01-16 (deltid 25%)
  • Utbildningsnivå Avancerad nivå
  • Kurskod DVA453
  • Huvudområde Datavetenskap

Den snabba utvecklingen av digital teknik och framsteg inom kommunikationsteknik har lett till att det varje dag produceras en gigantisk mängd data med komplexa strukturer, så kallad "Big Data".

I den här kursen får du insikt i grundläggande begrepp inom maskininlärning med Big data såväl som kunskap om den senaste forskningsutvecklingen inom området. Du kommer att lära dig om problem och industriella utmaningar av flera fallstudier inom området. Vidare lär du dig använda verktyg för att utveckla system som använder algoritmer för maskininlärning i Big Data.

Om kursen

Modul 1 - Introduktion och bakgrund

Introduktionen syftar till att ge en översikt av maskininlärning (ML) och bearbetningstekniker för Big Data och relaterade delämnen med fokus på underliggande teman.

Modul 2 - Fallstudier

Här presenteras fallstudier från olika tillämpningsområden och viktiga tekniska nyckelfrågor diskuteras, t.ex. hantering av brus, feature extraction, urval och inlärningsalgoritmer för att utveckla sådana system.

Modul 3 – Maskininlärningstekniker för analys av Big Data

Denna modul ger en grundläggande förståelse för inlärningsteori, klusteranalys, djupinlärning och andra klassificeringstekniker lämpliga vid konstruktion av system som använder Big Data.

Modul 4 - Dataanalys med verktyg

Här presenteras verktyg skrivna med öppen källkod, t.ex. KNIME och Spark, med exempel som vägleder genom den grundläggande analysen av Big Data.


Du lär dig

  • beskriva de grundläggande principerna i maskininlärning och Big Data
  • identifiera de viktigaste utmaningar gällande användningen av maskininlärning med Big Data med maskininlärning
  • att välja lämpliga algoritmer för maskininlärning för att lösa givna Big Data-problem
  • att använda verktyg för analys av stora datamängder och presentera analysresultat

Relaterade industriella utmaningar som behandlas i kursen

  • Strukturera och värdera den enorma datamängden för att säkerställa att kundproblemet är möjligt att lösas
  • Skapa ny, tidigare okänd kunskap från industrins enorma mängder befintligt data. Denna kunskap kan sedan användas för att stödja effektiv automation, beslutsfattande etc. inom industrin
  • Förädla den från data förvärvade kunskapen så att den kan användas av automatiserade system inom olika områden och på så sätt skapa ekonomiska värden

Särskild behörighet

90 hp, varav 60 hp inom datavetenskap eller motsvarande, inklusive minst 15 hp programmering. Dessutom krävs Engelska A/Engelska 6.
Om du inte uppfyller de formella behörighetskraven kan du få din behörighet bedömd på kunskap och kompetens som du har fått på annat sätt, såsom arbetslivserfarenhet, övriga studier m.m. Läs mer under Information om anmälan

Undervisningsspråk

Engelska

Lärare

Professor i artificiell intelligens

Shahina Begum

021-10 73 70

shahina.begum@mdh.se

Kursplan

Du kan läsa i detalj om utbildningen, dess innehåll och litteratur m.m. i kursplanen

Se kursplan

Anmäl dig till kursen

Maskininlärning med Big Data

Stängd för anmälan HT21

Information om anmälan

Efter att du anmält dig behöver du eventuellt komplettera med dokument för att styrka din behörighet. De flesta svenska akademiska meriter hämtas automatiskt. Vänta några dagar efter att du skickat in din anmälan – om dina akademiska meriter fortfarande inte syns på Mina sidor ska du ladda upp dem. Om du har utländska meriter behöver du ladda upp kopia på dem på antagning.se.

Vissa kurser kräver yrkeserfarenhet. Om kursen du söker har krav på yrkeserfarenhet måste du ladda upp ett tjänstgöringsintyg som är underskrivet av din arbetsgivare. Du hittar mall för tjänstgöringsintyg nedan som du kan använda om du vill.

Inga akademiska meriter?

Kursen kräver att du har tidigare akademiska studier. Du som inte har det men har yrkeserfarenhet inom området kan bedömas på så kallad reell kompetens. Det innebär att det görs en bedömning av både formella meriter (betyg, examensbevis) och yrkeserfarenhet. Bedömningen görs för att avgöra om du har kunskaper som motsvarar behörighetskraven på kursen. Om du anser att du har kompetensen som krävs för kursen, ska du fylla i en CV/Kompetensbeskrivning, mall finns nedan. Den ska innehålla:

• Utbildningar

• Relevant och aktuell arbetslivserfarenhet

• Kunskaper i Engelska

• Övrigt du vill åberopa

Tänk på att ge en kort beskrivning av dina arbetsuppgifter, inte bara en titel.

Du behöver också ett underskrivet tjänstgöringsintyg från din arbetsgivare, mall att ladda ner finns nedan.

Ladda ner mall för CV/Kompetensbeskrivning Word, 27.6 kB, opens in new window.

Ladda ner mall för Tjänstgöringsintyg Word, 25.5 kB, opens in new window.

Om du har frågor om anmälan är du välkommen att kontakta oss genom att mejla till lifelonglearning@mdh.se

Prompt

Kurserna ingår i projektet Prompt där MDH erbjuder kurser på masternivå som ges online utan fysiska träffar och som är flexibla i tid och rum för att de ska vara möjliga att kombinera med yrkeslivet.

Kompetensutveckling med Prompt
Till toppen