Overordnede kursusmål:

At give deltagere viden om Python programmering, særligt for machine learning og i Internet applikationer.

Læringsmål:

En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:

• Designe en applikation.
• Implementere en applikation i Python.
• Implementere kodetest i Python for en applikation i Python
• Anvende numeriske, beregningsmæssige, statistisk, machine learning dele af Python eller metoder til tekstprocessering
• Vælge mellem forskellige metoder til at hente data, processere og præsentere data gennem Python.
• Anvende struktureret dokumentation i Python
• Forklare og rapportere arbejde gennem et teknisk dokument.
• Organiser projekt resultater ved en poster.
• Argumentere og forsvare mundtligt ved en poster præsentation.
• Identificere relevant læringsmateriale

Kursusindhold:

Kurset starter med forelæsninger der introducerer Python programmeringssproget og nogle af udvidelserne såsom de numeriske og videnskabelige biblioteker og Internet applikationer. I den sidste del af kurset foretager deltagere et programmeringsprojekt.

Eksempler på projekter kan være neuroinformatik og bioinformatik Web service med data mining, YouTube tekst-stemmingsanalyse, Twitter tekst-mining, wiki mining and Facebook graph mining.

Bemærkninger:

Der er intet fast kursus materiale. En af læringsmålene er at de studerende selv identificerer relevant materiale. Pointere gives til Toby Segaram (2007). *Programming Collective Intelligence*, O'Reilly (for machine learning og web. 2.0);
Jennifer Campbell (2009) *Practical Programming*, Pragmatic Bookshelf (introducerende)

Mulighed for GRØN DYST deltagelse:

Kontakt underviseren for information om hvorvidt dette kursus giver den studerende mulighed for at lave eller forberede et projekt som kan deltage i DTUs studenterkonference om bæredygtighed, klimateknologi og miljø (GRØN DYST). Se mere på http://www.groendyst.dtu.dk

Kursusansvarlig:

Finn Årup Nielsen , Bygning 321, Tlf. (+45) 4525 3921 , faan@dtu.dk