Kursplan för Forskningsinriktad kurs inom data science och AI

Kursplan fastställd 2022-02-01 av programansvarig (eller motsvarande).

Kursöversikt

  • Engelskt namnResearch-oriented course in data science and AI
  • KurskodDAT530
  • Omfattning7,5 Högskolepoäng
  • ÄgareMPDSC
  • UtbildningsnivåAvancerad nivå
  • HuvudområdeDatateknik, Informationsteknik, Matematik
  • InstitutionDATA- OCH INFORMATIONSTEKNIK
  • BetygsskalaTH - Mycket väl godkänd (5), Väl godkänd (4), Godkänd (3), Underkänd

Kurstillfälle 1

  • Undervisningsspråk Engelska
  • Anmälningskod 87115
  • Blockschema
  • Sökbar för utbytesstudenterNej

Poängfördelning

0122 Projekt 7,5 hp
Betygsskala: TH		7,5 hp

    Examinator

    Gå till kurshemsidan (Öppnas i ny flik)

    Kurstillfälle 2

    • Undervisningsspråk Engelska
    • Anmälningskod 87127
    • Sökbar för utbytesstudenterNej

    Poängfördelning

    0122 Projekt 7,5 hp
    Betygsskala: TH    		 7,5 hp

      Examinator

      Kurstillfälle 3

      • Undervisningsspråk Engelska
      • Anmälningskod 87116
      • Sökbar för utbytesstudenterNej

      Poängfördelning

      0122 Projekt 7,5 hp
      Betygsskala: TH      		 7,5 hp

        Examinator

        Gå till kurshemsidan (Öppnas i ny flik)

        Kurstillfälle 4

        • Undervisningsspråk Engelska
        • Anmälningskod 87126
        • Sökbar för utbytesstudenterNej

        Poängfördelning

        0122 Projekt 7,5 hp
        Betygsskala: TH        		 7,5 hp

        I program

        Examinator

        Gå till kurshemsidan (Öppnas i ny flik)

        Behörighet

        Grundläggande behörighet för avancerad nivå
        Sökande med en programregistrering på ett program där kursen ingår i programplanen undantas från ovan krav.

        Särskild behörighet

        Engelska 6
        Sökande med en programregistrering på ett program där kursen ingår i programplanen undantas från ovan krav.

        Kursspecifika förkunskaper

        Studenten ska ha en kandidatexamen inom ett för masterprogrammet MPDSC relevant huvudområde.

        Därutöver är det ett förkunskapskrav att studenten har etablerat kontakt med kursens examinator; det är examinatorn som beslutar om studenten ska antas till kursen eller ej.

        Syfte

        Kursen kommer att behandla ett område av aktuellt intresse inom data science och AI.

        Kursens syfte är att ge studenten möjlighet att följa, till exempel, en doktorandkurs eller en föreläsningsserie som ges av en gästforskare vid institutionen.

        Lärandemål (efter fullgjord kurs ska studenten kunna)

        Kursen skall tillhandahålla studenten djupare kunskaper avseende ett forskningsområde relevant för ämnet data science och AI.

        Kunskap och förståelse
        • Förstå och förklara terminologi, koncept och teori kopplade till valt forskningsområde;
        • Redogöra för och förklara forskningsområdet, samt visa förståelse för aktuell forskning och utveckling i det valda forskningsområdet;
        • Redogöra för och förklara forskningsmetoder inom valt forskningsområde;
        Färdighet och förmåga
        • Visa på en förmåga att kritiskt och systematiskt integrera kunskaper, och att analysera, bedöma och hantera komplexa frågor i valt forskningsområde;
        Värderingsförmåga och förhållningssätt
        • Söka efter, samt extrahera, nödvändig information från vetenskapliga publikationer inom valt forskningsområde, i syfte att bedöma lämpligheten av presenterade lösningar, tillvägagångssätt och metoder.

        Innehåll

        Forskningsinriktad kurs inom ett område relevant för data science och AI.
        Det specifika innehållet bestäms inför varje nytt kurstillfälle och kommer att presenteras på kurshemsidan.

        Organisation

        Kursen kan innehålla föreläsningar, tutorials, seminarier, och/eller laborationer, och handledning i samband med dessa.

        Litteratur

        Information om kurslitteratur kommer att presenteras på kurshemsidan.

        Examination inklusive obligatoriska moment

        Examination i denna kurs varierar beroende på kurstillfälle. Examination kan innehålla salstenta eller hemtenta, uppgifter, presentation av genomfört arbete i ett seminarium, eller en kombination av dessa former.
        Mer detaljerad information om hur kursen examineras ska presenteras på kurshemsidan.

        Kursens examinator får examinera enstaka studenter på annat sätt än vad som anges ovan om särskilda skäl föreligger, till exempel om en student har ett beslut från Chalmers om pedagogiskt stöd på grund av funktionsnedsättning.