TDT4259 Anvendt data science

NTNU →7.5 studiepoeng

Studentvurdering

Hvor relevant opplever du emnet?

Gjennomsnittlig svar: ingen svar

Svært irrelevantSvært relevant

Hva er ditt generelle inntrykk av kurset?

Gjennomsnittlig svar: ingen svar

Svært dårligSvært bra

Hva synes du om emnets nivå?

Gjennomsnittlig svar: ingen svar

Svært lettSvært vanskelig

Hva synes du om arbeidsmengden sett i forhold til antall studiepoeng?

Gjennomsnittlig svar: ingen svar

Svært litenSvært stor

KARAKTERFORDELING · H 2025

296 kandidater

109

114

H 2020

H 2025

Grupper etter kjønn

SEMESTER

SNITTKARAKTER

4,12 av 5 poeng

NTNU snitt: 3.42

STRYKPROSENT

3,7 %

NTNU snitt: 3,5 %

KANDIDATER PER ÅR

312

snitt over 6 år

SEMESTRE MED DATA

Eksamen og forkunnskaper

Vurderingen består av

Grupperapport
Individuell rapport
Mappe/sammensatt vurdering
Presentasjon av gruppearbeid

Alle delene må normalt være bestått. Karakterfordelingen over gjelder emnet samlet.

Kilde: Felles studentsystem (FS) via NTNU, slik den var publisert for høsten 2026. NTNU er ikke ansvarlig for innholdet på denne siden.

Om TDT4259

NTNU sin egen emnebeskrivelse — læringsutbytte, innhold og vurderingsform.

Faglig innhold

Datavitenskap omfatter et betydelig utvalg metoder og teknologier for å samle og analysere data. Målet med de fleste kurs i AI er å forstå de finere detaljene i de metodiske aspektene. Dette kurset er imidlertid rettet mot å utvikle kunnskap om, ferdigheter i og kompetanse til de mest brukte metodene. Kurset utnytter det faktum at mange forretningsrelevante, praktiske problemapplikasjoner av datavitenskap ikke krever de mest sofistikerte metodene. Dessuten bør de fleste av de verdiskapende løsningene fokusere på den overordnede utviklingen av løsningen, og ikke bare på dataanalysedelen. Hvilket problem som skal løses, hvilke forretningsmål som skal måles, og hvordan man kontinuerlig overvåker den foreslåtte løsningen er store deler av den totale prosessen som det knapt snakkes om. Dette kurset fokuserer spesielt på de praktiske anvendelsene av disse elementene i datadrevne analyseprosjekter.

Vis resten (6 avsnitt)

Læringsutbytte

Kunnskap: Kandidaten skal etablere dyp kunnskap om utviklingssyklusen til datavitenskapelige prosjekter.

Ferdigheter: Kandidaten vil få solide ferdigheter i å sette opp og konfigurere datavitenskapelige verktøy. Kandidaten skal utvikle gode ferdigheter i å identifisere hvilke metoder som egner seg for hvilken type problemer.

Kompetanse: Kandidaten skal etablere kompetanse i anvendelse av utvalgte datavitenskapelige metoder for å møte forretningsmessige og strategiske utfordringer.

Anbefalte forkunnskaper

Det anbefales å ha litt bakgrunn og praktisk erfaring med ulike dataanalysemetoder (med eller uten maskinlæring). Siden målet med kurset er å gjøre deg dyktig i den overordnede utviklingssyklusen til et datavitenskapelig prosjekt, dekker vi ikke eksplisitt ulike dataanalysemetoder (bortsett fra en innledende forelesning om maskinlæring). Så for å bidra til gruppeprosjektet vil det være en fordel å ha litt erfaring med dataanalysemetoder.

Forkunnskapskrav

None

Mer om vurdering

Portfolioen består av en grupperapport og en opptakspresentasjon av utført arbeid. De individuelle oppgavene er obligatoriske og må godkjennes for å levere grupperapporten.

Dvs.:

2 individuelle oppgaver (teller 20 % hver, totalt 40 %)
1 gruppeprosjekt som teller 60 % av karakteren.

Det blir ingen utsatt eksamen.

Kursmateriell

Tilbys gjennom hele semesteret

Læringsformer og aktiviteter

Kurset består av forelesninger, oppgaver og prosjektarbeid. Studentene skal gjennomføre et gruppebasert prosjekt som skal presenteres samt to individuell oppgaver. I gruppeprosjektet går studentene gjennom realistiske, problemorienterte analyser av dataene. Gruppeprosjektet er å utvikle praktiske ferdigheter i å konfigurere de relevante verktøyene/teknologiene, forhåndsbehandle data og utføre analysene. Den individuelle oppgavene diskuterer gruppeprosjektet i lys av relevant litteratur fra emneplanen.

Kilde: Felles studentsystem (FS) via NTNU, slik den var publisert for høsten 2026. NTNU er ikke ansvarlig for innholdet på denne siden.

Kommentarer

Hva burde andre vite før de tar dette? Anonymt, ingen innlogging.

Ofte stilte spørsmål

Hvor mange studiepoeng er TDT4259?: TDT4259 (Anvendt data science) ved NTNU gir 7,5 studiepoeng.
Hva er strykprosenten i TDT4259?: Samlet strykprosent for TDT4259 ved NTNU er 3,7 %, basert på 1 869 kandidater. Siste semester (høst 2025) var den 0 %.
Hvor vanskelig er TDT4259?: Snittkarakteren i TDT4259 er B (4.12 av 5 poeng), mot 3,7 % stryk. Jo lavere snitt og høyere strykprosent, jo mer krevende er emnet sammenlignet med andre emner ved NTNU.
Hvor kommer tallene for TDT4259 fra?: Karakterdataene er hentet fra DBH (Database for statistikk om høyere utdanning) hos HK-dir, publisert under NLOD. Studentvurderingene er våre egne, slått sammen med vurderinger fra Karakterweb.

Studieprogram med dette emnet

Basert på hvor kandidatene til eksamen var registrert (DBH).

Relaterte emner ved NTNU

Emner som tas i de samme studieprogrammene som TDT4259.

TDT4173 Moderne maskinlæring i praksis snitt C · 7 % stryk
TDT4252 Virksomhetsarkitektur og -innovasjon snitt B · 0,6 % stryk
TDT4257 Digitale plattformer og tjenesteinnovasjon snitt B · 2 % stryk
TDT4137 Kognitive systemer snitt C · 8,6 % stryk
TDT4305 Big Data-arkitektur snitt C · 4,1 % stryk
IT3030 Dyp læring snitt B · 7,2 % stryk
TDT4250 Modell-drevet programvareutvikling snitt C · 15,2 % stryk
TDT4225 Store, distribuerte datamengder snitt B · 3,2 % stryk

Mer om NTNU

Les om karakterfordelingen ved NTNU →Les om NTNU →

Utvikling over tid

Semester	Kandidater	Snitt	Stryk
Høst 2025	296	C (3.43)	0 %
Høst 2024	344	B (4.31)	0 %
Høst 2023	413	B (4.38)	0 %
Høst 2022	309	B (4.50)	0 %
Høst 2021	310	B (3.69)	14,8 %
Høst 2020	197	B (4.36)	11,7 %

Finner retningen …

Eksamen og forkunnskaper

Vurderingen består av

Grupperapport
Individuell rapport
Mappe/sammensatt vurdering
Presentasjon av gruppearbeid

Alle delene må normalt være bestått. Karakterfordelingen over gjelder emnet samlet.

Kilde: Felles studentsystem (FS) via NTNU, slik den var publisert for høsten 2026. NTNU er ikke ansvarlig for innholdet på denne siden.

Om TDT4259

NTNU sin egen emnebeskrivelse — læringsutbytte, innhold og vurderingsform.

Faglig innhold

Vis resten (6 avsnitt)

Læringsutbytte

Kunnskap: Kandidaten skal etablere dyp kunnskap om utviklingssyklusen til datavitenskapelige prosjekter.

Kompetanse: Kandidaten skal etablere kompetanse i anvendelse av utvalgte datavitenskapelige metoder for å møte forretningsmessige og strategiske utfordringer.

Anbefalte forkunnskaper

Forkunnskapskrav

None

Mer om vurdering

Portfolioen består av en grupperapport og en opptakspresentasjon av utført arbeid. De individuelle oppgavene er obligatoriske og må godkjennes for å levere grupperapporten.

Dvs.:

2 individuelle oppgaver (teller 20 % hver, totalt 40 %)
1 gruppeprosjekt som teller 60 % av karakteren.

Det blir ingen utsatt eksamen.

Kursmateriell

Tilbys gjennom hele semesteret

Læringsformer og aktiviteter

Kilde: Felles studentsystem (FS) via NTNU, slik den var publisert for høsten 2026. NTNU er ikke ansvarlig for innholdet på denne siden.

Ofte stilte spørsmål

Hvor mange studiepoeng er TDT4259?

TDT4259 (Anvendt data science) ved NTNU gir 7,5 studiepoeng.

Hva er strykprosenten i TDT4259?

Samlet strykprosent for TDT4259 ved NTNU er 3,7 %, basert på 1 869 kandidater. Siste semester (høst 2025) var den 0 %.

Hvor vanskelig er TDT4259?

Snittkarakteren i TDT4259 er B (4.12 av 5 poeng), mot 3,7 % stryk. Jo lavere snitt og høyere strykprosent, jo mer krevende er emnet sammenlignet med andre emner ved NTNU.

Hvor kommer tallene for TDT4259 fra?

Karakterdataene er hentet fra DBH (Database for statistikk om høyere utdanning) hos HK-dir, publisert under NLOD. Studentvurderingene er våre egne, slått sammen med vurderinger fra Karakterweb.

Semester

Kandidater

Snitt

Stryk

Høst 2025

296

C (3.43)

0 %

Høst 2024

344

B (4.31)

0 %

Høst 2023

413

B (4.38)

0 %

Høst 2022

309

B (4.50)

0 %

Høst 2021

310

B (3.69)

14,8 %

Høst 2020

197

B (4.36)

11,7 %

Karakterfordeling og studentvurderinger i TDT4259

Studentvurdering

Hvor relevant opplever du emnet?

Hva er ditt generelle inntrykk av kurset?

Hva synes du om emnets nivå?

Hva synes du om arbeidsmengden sett i forhold til antall studiepoeng?

Eksamen og forkunnskaper

Vurderingen består av

Om TDT4259

Faglig innhold

Læringsutbytte

Anbefalte forkunnskaper

Forkunnskapskrav

Mer om vurdering

Kursmateriell

Læringsformer og aktiviteter

Kommentarer

Ofte stilte spørsmål

Studieprogram med dette emnet

Relaterte emner ved NTNU

Mer om NTNU

Utvikling over tid

Karakterfordeling og studentvurderinger i TDT4259

Studentvurdering

Hvor relevant opplever du emnet?

Hva er ditt generelle inntrykk av kurset?

Hva synes du om emnets nivå?

Hva synes du om arbeidsmengden sett i forhold til antall studiepoeng?

Eksamen og forkunnskaper

Vurderingen består av

Om TDT4259

Faglig innhold

Læringsutbytte

Anbefalte forkunnskaper

Forkunnskapskrav

Mer om vurdering

Kursmateriell

Læringsformer og aktiviteter

Kommentarer

Ofte stilte spørsmål

Studieprogram med dette emnet

Relaterte emner ved NTNU

Mer om NTNU

Utvikling over tid