Dataanalyse og Data science med R

Dette innføringsemnet vil gi en solid introduksjon til feltet data science, med spesielt fokus på praktisk bruk av verktøy for data science gjennom bruk av programmet R.

Emnet gir 5 studiepoeng og går på deltid over en periode på ca 10 uker, med ukentlige "orakelmøter" med faglærer. 

Les hele emnebeskrivelsen

Organisering og undervisning

Emnet er 100 % nettbasert og all undervisning og øvrige læringsaktiviteter vil foregå via UiBs læringsplattform Mitt UiB, som du får tilgang til når du er tatt opp som student ved emnet. Vi går gjennom ulike tema via video og deltakerne skal gjøre ukentlige øvingsoppgaver, med støtte fra undervisningsassistenter og faglærere.

• Hvordan importerer vi data fra forskjellige kilder til R?
• Hvordan strukturere og transformere data ved hjelp av forskjellige metoder i R?
• Hvordan visualisere/fremstille data grafisk ved hjelp av ulike R-pakker
• Introduksjon til grunnleggende modelleringsteknikker i statistikk/data science

Alle undervisningsøkter/videoer, øvingsoppgaver mm vil være tilgjengelig på emnesiden i Mitt UiB fra og med oppstartsmøtet. Du kan da gå gjennom det faglige innholdet i den farten som passer for deg. Hver tirsdag vil faglærere være tilgjengelige for å svare på spørsmål om øvingsoppgaver etc. Alle deltakere skal levere inn øvingsoppgaver hver uke og minst fem av disse må være godkjente før du kan gå opp til avsluttende eksamen. 

Vi har også med oss eksterne gjesteforelesere fra blant annet finans, forsikring og medisinsk statistikk, som vil vise hvordan ulike organisasjoner benytter sine tilgjengelige data for å få mer innsikt og ta bedre beslutninger.

Pensumlitteraturen vil være digitalt tilgjengelig gjennom UiBs biblioteksavtaler. Videre legger vi til rette for at deltakere kan få tilgang til materiale på DataCamp via kortvarige lisenser. 

Les hele emnebeskrivelsen

Opptakskrav

Du må ha generell studiekompetanse fra videregående skole og fortrinnsvis ha matematikkunnskaper tilsvarende R1 + R2 eller tilsvarende, som for eksempel matematikk eller annen realfaglig høyere utdanning fra universitet/høyskole. Vi kan også ta opp søkere uten R1/R2, på bakgrunn av yrkeserfaring, dersom vi har ledig kapasitet. 

Data Science med R - anvendt prediktiv modellering tar for seg ulike avanserte metoder innen data science for prediktiv modellering og tilhørende bruk av programmet R.

Tema som tas opp:

• Metoder for regresjon, deriblandt ikke-lineær regresjon og generaliserte additive modeller
• Ulike metoder for klassifisering, deriblandt trær, boosting og støttevektor-maskiner
• Praktisk bruk av R, uten å gå detaljert inn på underliggende matematisk teori

Les hele emnebeskrivelsen

Organisering og undervisning

Emnet gir 5 studiepoeng, og går på deltid over en periode på ca 10 uker. Emnet er 100 % nettbasert og undervisning og alle læringsaktiviteter vil foregå via UiBs læringsplattform Mitt UiB.

Vi går gjennom ulike tema via video og alle deltakerne skal gjøre ukentlige øvingsoppgaver, med støtte fra undervisningsassistenter og faglærere. Minst fem av disse oppgavene må være godkjent før du kan gå opp til avsluttende eksamen. 

Undervisningsplan våren 2024: 

• Digitalt oppstartsmøte: Tirsdag 12. desember 2023 kl. 14.15 - 15.00
• Ukentlige digitale sesjoner: Tirsdager kl. 14.15 - 16.00 (Uke 3, 4, 6, 7, 8, 10, 11, 15 og 16. Første gang 16. januar, siste gang 16. april)
• Digital hjemmeeksamen (3 dager): Mandag 13. mai kl 09.00 - Onsdag 15. mai kl. 15.00

Opptakskrav

Våren 2024 er emnet støttet av Direktoratet for høyere utdanning og kompetanse og Bransjeprogrammet for olje, gass og leverandørindustri. Emnet retter seg derfor særlig mot deg som er ansatt- eller permittert/arbeidsledig fra disse næringene.. Vi ber deg derfor krysse av for om du tilhører denne bransjen, samt oppgi arbeidsgiver og arbeidsmarkedsstatus i forbindelse med søknad. Dersom vi har ledige plasser vil vi også kunne ta opp søkere fra andre bransjer.  

Du må dessuten ha generell studiekompetanse fra videregående skole og fortrinnsvis ha matematikkunnskaper tilsvarende R1 + R2 eller tilsvarende, som for eksempel matematikk eller annen realfaglig høyere utdanning fra universitet/høyskole. Vi kan også ta opp søkere uten R1/R2, på bakgrunn av yrkeserfaring, dersom vi har ledig kapasitet. Vi har 30 studieplasser på emnet. 

Vi anbefaler dessuten at du har forkunnskaper tilsvarende introduksjonsemnet STAT621, men dette er ikke noe absolutt opptakskrav. 

Rangeringskriterier:

Vi tar opp inntil 30 søkere i denne rekkefølgen:

1) Søkere fra olje, gass og leverandørindustri som har enten R1 og R2, eller høyere utdanning innen matematikk/realfag som kan sidestilles med R1 og R2

2) Søkere fra olje, gass og leverandørindustri uten formell matematikkbakgrunn som beskrevet over, men som kan dokumentere lang og relevant yrkeserfaring

4) Søkere fra andre bransjer som har matematikk-forkunnskaper

5) Søkere fra andre bransjer uten formelle matematikk-forkunnskaper

MERK: Vi holder av inntil 5 studieplasser for søkere fra Gass-Co, i henhold til avtale mellom bedriften og UiB. 

Dette emnet tar for seg avansert metodikk innen dataanalyse, med spesielt fokus på teori og bruk av generalisert lineære miksede modeller. Videre ser vi på praktisk bruk av R og spesielt på pakken «glmmTMB».

Les hele emnebeskrivelsen

Organisering og undervisning

Emnet gir 5 studiepoeng og går på deltid over en periode på ca 8 uker. Emnet er 100 % nettbasert og undervisning og alle læringsaktiviteter vil foregå via UiBs læringsplattform Mitt UiB.

Opptakskrav

Dette emnet krever at du har grunnleggende statistikkunnskaper fra før, tilsvarende emnene STAT110 eller STAT622. Du må derfor legge ved dokumentasjon på at du har slike forkunnskaper sammen med søknaden din, dersom du har tatt statistikkemner ved andre institusjoner enn UiB.

Det vil også være en fordel om du har ytterligere kunnskaper om statistikk, tilsvarende STAT111 eller STAT200, men dette er ikke noe absolutt opptakskrav og ikke noe du trenger å dokumentere.