vår 2024
SOK-1005 Datavitenskap for økonomer - 10 stp

Emnetype

Emnet kan ikke tas som enkeltemne.

Emnet forutsetter tilstedeværelse på det studiested som gir undervisningen i emnet. Emnet er ikke tilrettelagt for studenter som ikke kan delta på undervisning, i gruppearbeid o.l.


Studiepoengreduksjon

Du vil få en reduksjon i antall studiepoeng (som oppgitt under), dersom du avlegger eksamen i dette emnet og har bestått følgende emne(r) fra før av:

BED-2056 Introduksjon til informasjonsvitenskap 10 stp

Innhold

Bedrifter og organisasjoner benytter interne og eksterne data i rapporter, analyser og til å fatte beslutninger. Datavitenskap er en tverrfaglig samling av ferdigheter som trengs for å kunne trekke kunnskap og innsikt fra ulike typer data ved bruk av kode. Kurset vil gi en grundig gjennomgang av denne prosessen, og studentene vil lære praktiske ferdigheter rundt innsamling, behandling, analyse og grafisk fremstilling av data. Programmeringsspråkene som brukes i undervisningen er R og Python.

Hva lærer du

I dette kurset vil du lære hvordan du identifiserer hvilke data som trengs for å løse en problemstilling, hvordan du innhenter dataene og hvordan du behandler og analyser dem. Datainnhenting, databehandling og visualisering gjøres i R og Python. Dette er to av de mest brukte programmeringsspråkene i dag. Disse verktøyene er gratis å bruke og er basert på åpen kildekode. Undervisningsressurser fra DataCamp (www.datacamp.com) vil bli utstrakt brukt. Vi kommer til å bruke ulike praktiske case med problemstillinger som studentene skal løse. Studentene skal selv utforske data med ulike dataverktøy i R eller Python. Kurset avsluttes med en prosjektoppgave der studentene selv finner en relevant problemstilling og data til å analysere.

Kunnskap

Kandidaten:

  • har prosessuell kunnskap om datavitenskap
  • har forståelse for hvilke dataverktøy som passer til ulike problemstillinger
  • har forståelse for hvordan dataverktøy kan brukes til å hente, analysere og visualisere data
  • vil lære å forstå, utforske, tolke og resonere med data

Ferdigheter

Kandidaten:

  • vil kunne identifisere datavitenskapelige muligheter, forskningsspørsmål og datakilder
  • vil kunne skrive kode som:
    • henter data fra ulike kilder
    • behandler og transformerer data
    • visualiserer data
    • modellerer relasjoner i dataene
  • har forståelse for prinsippene for reproduserbar programmering

Kompetanse

Kandidaten:

  • kan klargjøre data for analyse ved hjelp av datainnsamling og bearbeiding
  • kan data-administrasjon gjennom konsistent behandling av data
  • kan utforskende data-analyse gjennom utvikling av hypoteser og trekke innsikt fra data
  • gjennom modeller gjøre prediksjon og trekke statistisk læring fra data
  • gjennom kommunikasjon, ved å trekke ut essensen fra data og kunne formidle denne innsikten videre

Undervisnings- og eksamensspråk

Norsk

Undervisning

Kurset vil bruke ulike undervisningsmetoder som forelesninger i klasserom og på video, seminarer, datalab, nettressurser og gruppearbeid. En del av kurset vil basere seg på undervisningsressurser fra DataCamp (www.datacamp.com).

Karaktervurdering gjøres ut fra obligatoriske innleveringer, inkludert et avsluttende datavitenskapelig prosjekt som legges til studentens mappe. Prosjektet kan gjøres i grupper.

Prosjektet skal vise studentens evne til å:

  • stille et interessant vitenskapelig eller økonomifaglig relevant spørsmål
  • innhente og bearbeide relevante data
  • bruke en hensiktsmessig analytisk modell
  • visualisere resultatene på en spennende, klar og interessant måte

Timeplan

Eksamen

Vurderingsform: Dato: Karakterskala:
Mappevurdering 31.05.2024 14:00 (Innlevering) A–E, stryk F
UiTs samleside om eksamen

Mer info om mappevurdering

Eksamensordningen er en mappe som består av flere innleveringer inkludert et avsluttende datavitenskapelig prosjekt. Prosjektet kan gjøres i grupper.

Kontinuasjonseksamen

Det tilbys ikke kontinuasjonseksamen i emnet!
  • Om emnet
  • Studiested: Tromsø |
  • Studiepoeng: 10
  • Emnekode: SOK-1005
  • Tidligere år og semester for dette emnet