Gäller för: Läsåret 2023/24
Fakultet: Lunds tekniska högskola
Beslutad av: Programledning I
Beslutsdatum: 2023-04-14
Huvudområde: Teknik.
Valfri för: F4, Pi4, R4
Undervisningsspråk: Kursen ges på engelska
Kursen inleds med en överblick av grundläggande datahantering och visualisering, med fokus på att kunna identifiera och illustrera olika egenskaper och särdrag hos data.
Därefter presenteras viktiga metoderna inom modern statistisk inlärning. Stor vikt läggs vid dimensionsreduktion, övervakade och oövervakade inlärning. Problemen med att anpassa flera olika modeller (multiple-testing) och metodernas relation till regression diskuteras. Datorbaserade laborationer och projekt utgör en viktig lärandeaktivitet. Kursen avslutas med ett projekt där studenterna ska välja lämpliga metoder för att analysera ett givet data material.
Kunskap och förståelse
För godkänd kurs skall studenten
Färdighet och förmåga
För godkänd kurs skall studenten
Värderingsförmåga och förhållningssätt
För godkänd kurs skall studenten
Betygsskala: TH - (U,3,4,5) - (Underkänd, Tre, Fyra, Fem)
Prestationsbedömning: Slutbetyget ges av det avslutande projektet.
Om så krävs för att en student med varaktig funktionsnedsättning ska ges ett likvärdigt examinationsalternativ jämfört med en student utan funktionsnedsättning, så kan examinator efter samråd med universitetets avdelning för pedagogiskt stöd fatta beslut om alternativ examinationsform för berörd student.
Delmoment
Kod: 0123. Benämning: Datorlaboration 1.
Antal högskolepoäng: 2. Betygsskala: UG. Prestationsbedömning: Skriftlig rapport. Delmomentet omfattar: Datahantering and visualisering.
Kod: 0223. Benämning: Datorlaboration 2.
Antal högskolepoäng: 2. Betygsskala: UG. Prestationsbedömning: Skriftlig rapport. Delmomentet omfattar: Övervakad inlärning.
Kod: 0323. Benämning: Datorlaboration 3.
Antal högskolepoäng: 2. Betygsskala: UG. Prestationsbedömning: Skriftlig rapport. Delmomentet omfattar: Oövervakad inlärning.
Kod: 0423. Benämning: Projekt.
Antal högskolepoäng: 1,5. Betygsskala: TH. Prestationsbedömning: Skriftlig projektrapport Delmomentet omfattar: Avslutande projekt
Förutsatta förkunskaper: En grundkurs i matematisk statistik samt kunskaper i linjär algebra
Begränsat antal platser: 50
Urvalskriterier: Avklarade högskolepoäng inom programmet. (Observera att endast högskolepoäng som enligt Ladok tillgodoräknats inom programmet före antagningen räknas. För studenter på masterprogram adderas 180 hp motsvarande tidigare kandidatexamen.) Förtur ges till studenter vars program har kursen listad i läro- och timplanen. Bland dessa studenter ges platsgaranti till studerande på specialiseringen i Riskmodellering inom civilingenjörsprogrammet i Risk, säkerhet och krishantering.
Kursen överlappar följande kurser: FMSF86, FMAN45, EDAN96
Studierektor: Johan Lindström, studierektor@matstat.lu.se
Kursansvarig: Linda Hartman, linda.hartman@matstat.lu.se
Hemsida: https://www.maths.lu.se/utbildning/civilingenjoersutbildning/matematisk-statistik-paa-civilingenjoersprogram/
Övrig information: Ges tillsammans med FMSF86. Endast en av kurserna FMSF86 och FMSF90 får ingå i examen. Kursen överlappar EDAN96.