Systematisk indsamling, oprensning, lagring og analyse af data og rapportering etablerer evnen til at reagere og handle på baggrund af dem - har potentialet til at transformere forretningen i mange virksomheder.

I kurset arbejdes med strukturerede og ustrukturerede heterogene data i forbindelse med visualisering, klynge- og klassifikationsanalyse af datasæt.

Yderligere arbejdes med cloud services til big data analyse og grundlæggende Unix/Linux administration til drift af servermiljøer.

Der udføres et projekt efter eget valg hvor kursets værktøjer og metoder anvendes. Et led i gennemførelse af projektet er søgning af projektrelevant information i en videnskabelig database, fx DTU Findit. En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:

• Forstå og anvende repræsentation af datasæt i multidimensionalt.
• Forstå og anvende værktøjer til oprensning af datasæt.
• Forstå og anvende machine learning til visualisering af datasæt.
• Forstå og anvende machine learning til klyngeanalyse (unsupervised classification) af datasæt.
• Forstå og anvende machine learning til klassifikation (supervised classification) af datasæt.
• Forstå og anvende cloud services til big data analyse.
• Forstå og anvende grundlæggende Unix/Linux administrationsværktøjer bl.a. til opsætning af big data beregningsmiljøer.
• Forstå og anvende en videnskabelig database, fx DTU Findit, til søgning af litteratur af relevans for et givet projektområde.

Repræsentation af data i multidimensionale heterogene datasæt.
Rensning af datasæt, inklusiv identifikation og fjernelse af outliers.
Anvendelse til machine learning baseret data visualisering;
klyngeanalyse (unsupervised classification), fx k-nearest-neighbor, hierarkisk klyngeanalyse, spectral clustering, naiive Bayes og klassifikation (supervised classification), fx logistisk regression, support vector machines, decision trees, random forests, deep neural networks, recurrent neural networks.
Anvende cloud service til big data analyse, herunder grundlæggened Unix/Linux administrationsværktøjer til opsætning af big data miljø.
Anvendelse af videnskabelig videndatabase. Energiteknologi og computer science
Sundhedsteknologi: valgfag
IT-elektronik:valgfag
Softwareteknologi:valgfag
ITØ:valgfag 26. november, 2024