Akademiska studier på avancerad nivå, 3 hp
Advanced Academic Studies, 3 credits
732A60
Huvudområde
StatistikUtbildningsnivå
Avancerad nivåKurstyp
Fristående- och programkursExaminator
Oleg SysoevKursansvarig
Oleg SysoevStudierektor eller motsvarande
Ann-Charlotte HallbergKursen ges för | Termin | Veckor | Block | Språk | Ort/Campus | VOF | |
---|---|---|---|---|---|---|---|
F7MSL | Statistics and Machine Learning, Master´s Programme | 1 (HT 2019) | 201934-201944 | 1+3+4 | Engelska | Linköping, Valla | O |
Huvudområde
StatistikUtbildningsnivå
Avancerad nivåFördjupningsnivå
A1XKursen ges för
- Masters Programme in Statistics and Machine Learning
Förkunskapskrav
Kandidatexamen i något av följande ämnen: statistik, matematik, tillämpad matematik, datavetenskap, teknik eller motsvarande examen. Utöver detta, erfordras godkända/avklarade kurser i matematisk analys, linjär algebra, statistik och programmering. Engelska B eller motsvarande.
Lärandemål
Efter avslutad kurs ska studenten kunna
- redogöra för disposition av tekniska och vetenskapliga rapporter
- sammanfatta vetenskapliga publikationer
- redogöra för de krav som ställs på källhänvisningar och referenshantering i skriftliga rapporter
- redogöra för principer av granskning av skriftliga rapporter
- redogöra för statistikens och forskningens möjligheter och begränsningar och diskutera statistikens ansvarsfull användning
- grundläggande regler för studier på avancerad nivå vid svenska universitet i allmänhet och LiU i synnerhet.
Kursinnehåll
Målet för denna kurs är att förbereda studenterna för akademiska studier på avancerad nivå, samt att lära ut ett akademiskt förhållningssätt i stort. En grundläggande ambition är att tillhandahålla väsentliga redskap för att studera på avancerad nivå i Sverige. Kursen skall underlätta övergången från konsument av vetenskap till producent av vetenskap.
Kursen behandlar
- akademiskt skrivande
- Statistik och forskning, dess roll i samhället och ansvarsfull användning av statistik
- granskning av vetenskapliga arbeten
- konstruktiv kritik
- högskolans lagar, organisation och etiska regler
- regler kring att citera och referera
- innebörden av ett akademiskt förhållningssätt
- lika villkor
- introduktion till LiU
- bibliotetsresurser.
Undervisnings- och arbetsformer
Kursen består av föreläsningar, seminarier och projektarbeten. Utöver detta ska den studerande utöva självstudier. Undervisningsspråk: Engelska.
Examination
Obligatorisk närvaro vid 90% av föreläsningar och seminarier. Skriftlig redovisning av projektarbeten.Detaljerad information återfinns i studiehandledningen.
Studerande, vars examination underkänts två gånger på kursen eller del av kursen, har rätt att begära en annan examinator vid förnyat examinationstillfälle.
Den som godkänts i prov får ej delta i förnyat prov för högre betyg.
Betygsskala
Tvågradig skala, U, GÖvrig information
Planering och genomförande av kurs ska utgå från kursplanens formuleringar. Den kursvärdering som ska ingå i varje kurs ska därför behandla frågan om hur kursen överensstämmer med kursplanen.
Kursen bedrivs på ett sådant sätt att både mäns och kvinnors erfarenhet och kunskaper synliggörs och utvecklas.
Institution
Institutionen för datavetenskapKod | Benämning | Omfattning | Betygsskala |
---|---|---|---|
PRO1 | Projekt | 3 hp | U, G |
Denna flik innehåller det material som är publikt i Lisam. Den information som publiceras här är inte juridiskt bindande, sådant material hittar du under övriga flikar på denna sida.
Det finns inga filer att visa.