Meny

Javascript verkar inte påslaget? - Vissa delar av Lunds universitets webbplats fungerar inte optimalt utan javascript, kontrollera din webbläsares inställningar.
Du är här

Statistics: Data Mining and Visualization

Kurs 7,5 högskolepoäng
Med den snabba utvecklingen inom informationstekniken har vi under det senaste decenniet bevittnat en explosiv tillväxt i vår förmåga att generera och samla in data. Hur man skall analysera stora mängder data, så att de kan förstås och användas på ett effektivt sätt, är ett utmanande problem.

Data mining är en samling av flera metoder som tillhandahåller teknik och programvara för att automatisera analys och utforskande av stora komplexa datamängder. Utvecklande av data mining har bedrivits av forskare inom en mängd olika områden, bland annat statistik, maskininlärning, databashantering och datavisualisering. Detta är ett växande och snabbt växande område som kräver förståelse för både etablerad metod och nyligen framtagna tekniker.

Kursens innehåll

Denna kurs presenterar metoder, de mest använda programmeringsverktygen och applikationer inom detta område. Genom att introducera huvudprinciper i statistiskt lärande bidrar kursen till att du kan förstå grunderna i data mining. Betydande fokus kommer också att läggas på beräkningstekniker för använda algoritmer.

Speciellt fokus kommer att läggas på att analysera vad som gör att en algoritm effektivt kan hantera mycket storskaliga datamängder men också studera algoritmens skalbarhet. Data mining och inlärningstekniker som har utvecklats i andra områden än statistik, t.ex. maskininlärning och signalbehandling, kommer också att studeras. Kursen tar också upp frågan om vad visualisering är, och varför man ska använda visualiseringar för kvantitativa data.

I kursen kommer du att arbeta med egna projekt där olika standardprogram skall användas men där de också kommer att i viss utsträckning utveckla egna algoritmer. Diskussioner kring olika projekt kommer att ge dig möjlighet att dela och jämföra idéer med andra studenter och få specifik vägledning från lärare. Insatser kommer att göras för att hjälpa dig att formulera verkliga problem i matematiska modeller, så att lämpliga algoritmer kan tillämpas med hänsyn till beräkningsbegränsningar.

Genom översikter av olika ämnen kommer du att komma möta ett växande utbud av nya metoder. Framför allt introduceras grunderna för klassificering och klustring, t.ex. linjära klassificeringsmetoder, prototypmetoder, beslutsträd, och dolda Markov-modeller. Ungefär fem kursprojekt kommer att ingå med betoning på att förstå och använda inlärningsalgoritmer. Du kommer att uppmuntras att lägga fram egna forskningsproblem där data mining modeller kan användas. Möjliga teman är bildsegmentering och bildhämtning; textsökning, länkanalys, och microarray dataanalys. I den laborativa delen av kursen kommer ett antal vanliga digitala visualiseringsmjukvaruverktyg  att presenteras. Laborationerna kommer att fokusera på att ge erfarenhet med hjälp av verkliga data.

Mer om utbildningen hittar du på http://www.stat.lu.se/utbildning/kurser/stan45_data_mining_and_visualization

Kontakt

Statistiska institutionen
Tycho Brahes väg 1, 223 63 Lund
Box 743, 220 07 Lund
+46 46 222 89 21

Pierre Carbonnier

Studievägledare

+46 46 222 89 06

pierre [dot] carbonnier [at] stat [dot] lu [dot] se

Behörighet & urval

Förkunskapskrav

90 hp i statistik

Urval

Platserna fördelas enligt: Akademiska meriter (APAV): 100 %.

Anmälan & antagning

Alla utbildningstillfällen

Start Höstterminen 2019

Studieperiod

Ansökan

Dagtid Lund, halvtid 50%

På engelska

2 september 2019 - 3 november 2019

Öppen för sen anmälanAnmäl dig

Senaste antagningspoäng

UrvalsgrupperHT 2018

Akademiska poäng på avancerad nivå (APAV)*

- (streck) = ingen antagen i gruppen
* (stjärna) = alla antagna i gruppen

Tabellen visar lägsta meritkrav/poäng på högskoleprovet som krävdes för aktuell termin. Siffrorna varierar beroende på bland annat antal sökande och antal platser. Läs mer om antagningspoäng.

Antagna studenter totalt

Höstterminen 201821 st

Du anmäler dig till våra kurser och program på Antagning.se. Där kan du sedan följa din anmälan och kontrollera att dina meriter registrerats. Det är även där du loggar in för att svara på ditt antagningsbesked.

Läs mer om anmälan och antagning samt sista anmälningsdag på våra Studera-sidor

Antagning.se

Sen anmälan

Efter sista anmälningsdag stänger anmälan till alla utbildningar. De kurser och program som har platser kvar efter första urvalet kan öppna för sen anmälan efter att de första antagningsbeskeden publicerats. Dessa utbildningar är då märkta ”Öppen för sen anmälan” på Antagning.se. Detta gäller anmälan till vår-, sommar- och hösttermin.

Läs mer om sen anmälan här

Gör en sen anmälan på Antagning.se

 

 

 

Anmälnings- och studieavgifter för medborgare utanför EU/EES

Avgifterna gäller alltså inte dig som är medborgare i Sverige, något annat EU- eller ESS-land eller Schweiz. Läs vidare på https://www.antagning.se/sv/Ta-reda-pa-mer-/Anmalnings--och-studieavgifter/

Anmälningsavgiften är 900 kronor. Studieavgiften för Statistics: Data Mining and Visualization är 15 000 SEK.

Box 117, 221 00 LUND
Telefon 046-222 00 00 (växel)
Telefax 046-222 47 20
lu [at] lu [dot] se

Fakturaadress: Box 188, 221 00 LUND
Organisationsnummer: 202100-3211
Om webbplatsen