62444 Data visualisering og analyse - projekt

2023/2024

Kursusinformation
Data visualization and analysis - project
Engelsk
5
Diplomingeniør
Juni
Januar
Campus Ballerup
Kursussessioner, projektarbejde.
3-uger
Bedømmelse af opgave(r)/rapport(er)
bestået/ikke bestået , intern bedømmelse
62518/62533/62669
Minimum 6
Henrik Bechmann
Lei You (Primær kontaktperson) , Ballerup Campus, Bygning Ballerup , leiyo@dtu.dk
62 Institut for Ingeniørteknologi og -didaktik
I studieplanlæggeren
Dette kursus giver den studerende en 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
Overordnede kursusmål
Formålet med kurset er at anvende open source data opsamlings- og analyse værktøjer på et givet problem og demonstrere samt dokumentere en konkret anvendelse pr. projektgruppe. Eksempler på problem områder kan være analyse af dataflow fra socialt medie, fra sensor målinger fx indhentet via Arduino processor, off-line analyse af data, m.m.
På kursets første dag dannes projektgrupper omkring et antal projekter, der besluttes i en indledende fælles kursussession med alle deltagere. I løbet af 3-ugers kurset præsenterer projektgrupperne derefter projektstatus i projekt seminarer. Kurset afsluttes med et seminar hvor hver projektgruppes projekt præsenteres og indleveres.

De anvendte værktøjer vil typisk være R, RStudio, RStudioCloud, Python, Google CoLab, LaTeX og Beamer (LaTeX præsentationsværktøj) i et laptop eller cloud miljø.
Projektseminarerne vil bliver præsenteret via Beamer og den afsluttende projektdokumentation vil blive udført i LaTeX.
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
  • Identificere et problemområde som bruger open source data visualiserings og/eller analyse værktøjer under anvendelse af mindst et værktøj til klyngeanalyse eller et værktøj til klassifikation af data.
  • Identificere, forstå og forklare én videnskabelig artikel om metode(r) til klyngeanalyse eller klassifikation af data af relevans for problemområdet.
  • Identificere og forklare mindst tre relevante visualiserings/analyse modeller for det valgte problemområde og sammenligne deres forventede egenskaber i forhold til det valgte problemområde, herunder sammenligne deres forventede krav til beregnings- og lagrings ressourcer.
  • Identificere de nødvendige visualiserings/analyse værktøjer af relevans for de valgte modeller.
  • Specificere og designe et visualiserings/analyse system under anvendelse af én af de identificerede modeller.
  • Implementere et visualiserings/analyse system, hovedsageligt ved anvendelse af R og/eller Python i et laptop eller cloud miljø.
  • Verificere og demonstrere visualiserings/analyse systemet.
  • Identificere og forklare de processer, der er nødvendige for at anvende visualiserings/​analysesystemet i en produktionsproces for det relevante problemområde.
  • Dokumentere det udviklede system i en rapport ved anvendelse af LaTeX og præsentere rapporten ved et afsluttende seminar under anvendelse af LaTeX Beamer.
Kursusindhold
Identificere problemstilling der anvender data visualiserings og/eller analyse værktøjer. Identificere datatyper. Identificere visualiserings/analyse værktøjer. Specificere, designe, implementere og validere løsning. Identificere processer, der kræves af et system til normal drift af løsning.
Dokumentere systemet i LaTeX og præsentere systemet i LaTeX Beamer.
Litteraturhenvisninger
Open source litteratur tilpasset det valgte projekt.
Bemærkninger
Faggruppe: AI, matematik og software
Mobilitet, Transport og Logistik: 4. semester
Produktion: 2. semester
Valgfag: IT og Økonomi
Valgfag: IT-elektronik
Valgfag: Proces og Innovation
Valgfag: Softwareteknologi
Valgfag: Sundhedsteknologi
Sidst opdateret
04. maj, 2023