Kursplan för Forskningsinriktad kurs inom data science och AI

Kursplanen innehåller ändringar
Se ändringar

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 87119
  • 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 87122
      • Sökbar för utbytesstudenterNej

      Poängfördelning

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

          Examinator

          Gå till kurshemsidan (Öppnas i ny flik)

          Kurstillfälle 3

          • Undervisningsspråk Engelska
          • Anmälningskod 87120
          • 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 87121
              • 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.

                Kursplanen innehåller ändringar

                • Ändring gjord på kurstillfälle:
                  • 2023-11-20: Examinator Examinator ändrat från Birgit Grohe (grohe) till Marina Axelson-Fisk (marinaa) av Viceprefekt
                    [Kurstillfälle 3]
                  • 2023-11-17: Examinator Examinator ändrat från Birgit Grohe (grohe) till Marina Axelson-Fisk (marinaa) av Viceprefekt
                    [Kurstillfälle 4]
                  • 2023-05-16: Block Block A tillagt av Simon Olsson
                    [Kurstillfälle 1]