Emnebeskrivelse for 2020/21
Statistikk og maskinlæring
FIN5002
Emnebeskrivelse for 2020/21
Statistikk og maskinlæring
FIN5002
Kurset gir en innføring i hvordan digitalisering implementeres og påvirker sentrale industrisektorer i Norge og internasjonalt, for eksempel markedsføring, revisjon og kapitalforvaltning.
Kurset gir en innføring i hvordan digitalisering implementeres og påvirker sentrale industrisektorer i Norge og internasjonalt, for eksempel markedsføring, revisjon og kapitalforvaltning. Emnet gir en oversikt over nye prosesser og teknologi, samt trening i spesifikke metoder og verktøy man kan bruke for å analysere store datamengder, samt hvordan resultater best mulig kan kommuniseres til forskjellige interessenter. Emnet gir en grundig innføring i hvordan man henter og behandler forskjellige typer data, samt statistiske metoder for å analysere datamengden. Metoder som gjennomgås inkluderer for eksempel beslutningstrær, text mining, regresjonsanalyse, og mønstergjenkjenning. Slike metoder læres best gjennom praksis, så emnet gir en grundig innføring i hensiktsmessige verktøy for alle stegene i en prosesss hvor man henter inn data, analyserer datamengden, og deretter kommuniserer og visualiserer resultater og analyser videre.
Det er mulig å søke opptak til emnet som enkeltemne. Det tas forbehold om ledig kapasitet på emnet. Søkeren må oppfylle gjeldende opptakskrav for Master of Science in Business eller Master i regnskap og revisjon.
Fyller gjeldende opptakskrav for Master of Science in Business.
Kunnskap
Studenten:
- Har avansert kunnskap om hva digitalisering og automatisering betyr for forskjellige bransjer, med fokus på finans og statistiske metoder
- Har inngående kunnskap om områder innenfor dataanalyse og statistiske metoder for å gjennomføre en analyse av datamengder av ulik type og størrelse.
- Har inngående kunnskap om internasjonal forskning innen temaer relatert til kurset, for eksempel regresjonsanalyse, beslutningstrær og maskinlæring.
- Ha kunnskap og praktisk forståelse for dataintegritet, inkludert pålitelighet av data, fullstendig og nøyaktig overføring av data, vasking av data og rydding av data.
- Kan anvende kunnskap på nye områder innen dataanalyse, kartlegge dataflyten i systemer og prosesser som er relevante for forskjellige bransjer.
- Kan analysere faglige problemstillinger med verktøy og teknikker fra fagets egenart.
Ferdigheter
Studenten:
- Kan analysere eksisterende modeller, teorier og metoder innen statistikk for store datamengder ved bruk av hensiktsmessig verktøy
- Kan bruke relevante metoder og teorier for forskning innen fagets hovedtemaer på en selvstendig måte.
- Kan analysere og forholde seg kritisk til ulike informasjonskilder som anvendes i forskjellige sammenhenger innen automatisering av arbeidsoppgaver.
- Kan gjennomføre, fremstille og evaluere et selvstendig analytisk forskningsarbeid under veiledning i tråd med forskningsetiske normer.
- Kan anvende analytiske og digitale verktøy, som for eksempel R, Python og Tableu, i praktisk arbeid, både for innhenting av datamengder, analyse av datamenger, samt kommunikasjon av resultater og analyser både skriftlig, muntlig og grafisk
Generell kompetanse
Studenten:
- Har en grundig forståelse over endringsprosessene som skjer, og forventes i fremtiden, samt analysere relevante problemstillinger innen digitalisering av forskjellige bransjer.
- Kan formidle omfattende selvstendig arbeid og behersker uttrykksformer innen digitalisering, automatisering og relevansen for fremtidens arbeidsoppgaver, som for eksempel presentasjon av grafisk illustrasjon av sammenhenger mellom variable og endringer over tid, individer eller begge deler
- Kan anvende sin kompetanse på nye områder og problemstillinger innen foretningsanalyse og rådgivning.
- Kan bidra til nytenkning og innovative løsninger på problemstillinger knyttet til digitalisering og automatisering.
- Kan diskutere og kommunisere faglige problemstillinger med forskjellige interessenter.
- Kan vurdere og hensynta den mest hensiktsmessige metoden for digital foretninganalyse for en gitt bransje eller datamangde.
- Kan anvende og lett tilegne seg ferdigheter om nye digitale verktøy.
Ingen utover pensumlitteratur og semesteravgift
Valgfritt
Ukentlige forelesninger
Studieprogrammet evalueres årlig av studentene gjennom emneundersøkelser (midtveis- og sluttevaluering). Evalueringene inngår som en del av universitetets kvalitetssikringssystem.
På bakgrunn av Covid-19 epidemien blir en rekke vurderinger og eksamener ved Nord universitet endret.
Endringer gjøres ih.h.t Midlertidig forskrift om tillegg til forskrift. 310.12019 nr 63 om studier og eksamener ved Nord universitet- Ekstraordinære tiltak som følge av koronaepidemien jmf § 2, Vurderingsformer ledd 1-3
For å imøtekomme dette, endres vurderingsform høsten 2020 fra skriftlig skoleeksamen til hjemmeeksamen, for dette emnet.
Blyant, penn, linjal, enkel kalkulator og tospråklige ordbøker.
BE202E , EK342E