Forskningsprojekt, 6 hp
Research Project, 6 credits
732A76
Huvudområde
StatistikUtbildningsnivå
Avancerad nivåKurstyp
ProgramkursExaminator
Mohammad SeidpishehKursansvarig
Mohammad SeidpishehStudierektor eller motsvarande
Jolanta PielaszkiewiczKursen ges för | Termin | Veckor | Block | Språk | Ort/Campus | VOF | |
---|---|---|---|---|---|---|---|
F7MSL | Statistics and Machine Learning, Master´s Programme - First and main admission round | 3 (HT 2022) | 202235-202302 | 4 | Engelska | Linköping, Valla | V |
F7MSL | Statistics and Machine Learning, Master´s Programme - Second admission round (open only for Swedish/EU students) | 3 (HT 2022) | 202235-202302 | 4 | Engelska | Linköping, Valla | V |
Huvudområde
StatistikUtbildningsnivå
Avancerad nivåFördjupningsnivå
A1FKursen ges för
- Master's Programme in Statistics and Machine Learning
Förkunskapskrav
- 180 hp avslutade kurser varav 90 hp inom något av följande ämnen:
- statistik
- matematik
- tillämpad matematik
- datavetenskap
- teknik
- Godkända kurser i:
- matematisk analys
- linjär algebra
- statistik
- programmering
- Engelska 6
Undantag ges för svenska - Minst 30 hp godkända från termin 1 och 2 på Master's Programme in Statistics and Machine Learning, inklusive kursen Maskininlärning 9 hp, eller motsvarande förvärvade kunskaper
Lärandemål
Efter avslutad kurs ska den studerande på en avancerad nivå kunna:
- tillämpa data mining eller maskininlärning i ett praktiskt sammanhang
- planera, genomföra och inrapportera ett föreskrivet individuellt uppdrag
- diskutera forsknings- och utvecklingsarbete inom maskininlärning eller relaterade områden
Kursinnehåll
I kursen anpassas innehållet till det aktuella problemet. Detta innebär deltagande i ett aktuellt forskningsprojekt i statistik, maskininlärning, data mining eller relaterat område, där problemets ursprung och forskning relaterad till problemet studeras och där det angivna problemet analyseras med hjälp av metoder inom området.
Undervisnings- och arbetsformer
Undervisningen består av handledning och individuellt arbete. Utöver detta ska den studerande utöva självstudier.
Examinationsspråk: Engelska
Examination
Kursen examineras genom:
- individuell skriftlig projektrapport, betygsskala: EC
- individuell muntlig redovisning, betygsskala: EC
För Godkänt (E) som slutbetyg krävs minst E på samtliga moment. Högre betyg grundas på de individuella skriftliga projektrapporter samt den individuella muntliga tentamen.
Detaljerad information återfinns i studieanvisningen.
Om det finns särskilda skäl, och om det med hänsyn till det obligatoriska momentets karaktär är möjligt, får examinator besluta att ersätta det obligatoriska momentet med en annan likvärdig uppgift.
Om LiU: s koordinator för studenter med funktionsnedsättning har beviljat en student rätt till anpassad examination vid salstentamen har studenten rätt till det.
Om koordinatorn har gett studenten en rekommendation om anpassad examination eller alternativ examinationsform, får examinator besluta om detta om examinator bedömer det möjligt utifrån kursens mål.
Examinator får också besluta om anpassad examination eller alternativ examinationsform om examinator bedömer att det finns synnerliga skäl och examinator bedömer det möjligt utifrån kursens mål.
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
ECTS, ECÖvrig 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.
Om det föreligger synnerliga skäl får rektor i särskilt beslut ange förutsättningarna för, och delegera rätten att besluta om, tillfälliga avsteg från denna kursplan.
Institution
Institutionen för datavetenskapKod | Benämning | Omfattning | Betygsskala |
---|---|---|---|
PROJ | Projekt | 6 hp | EC |
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.