BUS350 Dataanalyse i R

Kunnskap:

• Forstå egenskapene til rådatastrukturer og deres implikasjoner for bruk av analyseteknikker
• Kjenne til de vanligste databasestrukturene og forstå deres implikasjoner for datahåndtering og datauttrekk
• Kjenne til avanserte teknikker for datatilrettelegging, datatransformasjoner og datautforskning
• Forstå hvordan valg som foretas før analyse, e.g., aggregering og fjerning av observasjoner, påvirker både analyse og tolkning av resultater.
• Forstå hvilke kompromisser som kan være nødvendig i dataanalyseprosessen når man går fra rådata til diskusjon og presentasjon av resultater og hvordan disse kompromissene kan påvirke og føre til skjevhet i resultatene.
• Forstå hvordan programmering kan automatiskere dataanalyseoppgaver, redusere risikoen for feil og øke graden av reproduserbare resultater

Ferdigheter:

• Ha avanserte ferdigheter i R og R Studio
• Kunne lese inn data fra ulike datakilder og filformater, e.g., SQL databaser, Excel, XML datastrømmer
• Kunne jobbe med utfordrende rådata og klargjøre disse for analyse
• Kunne utføre avanserte former for «feature engineering» som variabelutvelgelse, transformasjoner av data og dataaggregering.
• Kunne lage informative tabeller og visualiseringer av data og analyseresultater
• Kunne lage reproduserbare presentasjoner og rapporter i Quarto

Generell kompetanse:

• Kunne effektivt kommunisere resultatene av dataanalyse ved bruk av tekst, tabeller og visualiseringer
• Kunne bygge logiske argumenter og rettferdiggjøre data og analysevalg
• Kunne stille tekniske spørsmål på en slik måte at andre kan komme inn å hjelpe til med løsningen

• Forelesninger som forhåndsinnspilte videoer, ca. 18 timer
• Øvinger - på campus, 2 timer per uke i semesteret, omtrent 26 timer totalt. Det er mulig å delta på flere øvinger per uke hvis ønskelig

Eksamen:

K2 - Spesifisert bruk av KI i henhold til retningslinjene for bruk av kunstig intelligens (KI) ved NMBU.

I emnet og i semesteroppgaven er bruk av kunstig intelligens (KI) tillatt for koding og språkvask. KI skal derimot ikke brukes til analyse, ettersom studentene forventes å øve på å gjennomføre egne analyser og foreta analytiske valg.

BUS255 (5 stp)

STIN300 (5 stp)

• R for Data Science by Hadley Wickham & Garrett Grolemund,som finnes under en CC BY-NC-ND 3.0 License.
• Videoer på Canvas

• Andre lenker og materiale vil legges Canvas ved semesterets start