Akademiska studier på avancerad nivå, 3 hp

Advanced Academic Studies, 3 credits

732A60

Huvudområde

Statistik

Utbildningsnivå

Avancerad nivå

Kurstyp

Fristående- och programkurs

Examinator

Oleg Sysoev

Kursansvarig

Oleg Sysoev

Studierektor eller motsvarande

Ann-Charlotte Hallberg
VOF = Valbar / Obligatorisk / Frivillig
Kursen 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

Statistik

Utbildningsnivå

Avancerad nivå

Fördjupningsnivå

A1X

Kursen 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, G

Övrig 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 datavetenskap
Kod Benämning Omfattning Betygsskala
PRO1 Projekt 3 hp U, G
Det finns ingen kurslitteratur tillgänglig på studieinfo för den här kursen.

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.