

Big Data Analytics A1N
Anmälan
Välj ett tillfälle för att visa kursplan och behörighetskrav.
Höst 2023, Plats: Flexibel, Takt: 17%
Anmälan
Ange kod HS-26484 på antagning.se
Kursplan med litteraturlista
När? Var? Hur?
Behörighet
Urval
Språk
Att förutse, prediktera är centralt för beslutsfattande, men ofta tas inte hänsyn till det faktiska problemet. Genom att byta från en deskriptiv till en prediktiv kontext förändras förutsättningarna för både metod- och modelleringsaspekter. Den här kursen handlar om att ge dig en djupare förståelse för skillnaderna, introducera de centrala modelleringsfamiljerna, samt detaljerna kring prediktiv experimentell design.
Prediktiv modellering ska stödja användaren
Under kursen kommer vi diskutera aspekterna osäkerhet, predicerbarhet, och orsaksförhållanden, för att bygga en bättre förståelse för hur de påverkar modellering och analys. Under kursens gång kommer det bli tydligt att prediktiv modellering handlar om att stödja användare och beslutsfattare, och inte för att enbart skapa prediktioner.
Att förutse är att ligga steget före
Mer specifikt kommer vi i kursen att fokusera på prediktiv modellering: dataanalys och utforskning för prognosmodellering, extrapolativa prognosmodeller, kausala prediktiva modeller, användning av domänexpertis och omdöme i datadrivna prediktioner, samt utvärdering av modeller och prediktioner.
Efter avslutad kurs kan du
- redogöra för prediktiva modelleringsprinciper,
- tillhandahålla stöd för verkligt beslutsfattande och lösa prediktiva problem med hjälp av olika modellfamiljer,
- designa och utföra giltiga experiment i en prediktiv miljö,
- kvantifiera förutsägelse- och modelleringsosäkerheter och kartlägga hur dessa ansluter till stödjande användare,
- modellera gränserna för förutsägbarhet och kausalitet och hur dessa kan uppskattas, samt reflektera över hur dessa modeller och metoder kan användas i den egna organisationen.
Vem är kursen för?
Denna kurs inriktar sig till dig som yrkesverksam och som vill få en bättre förståelse för hur Big data analytics och prediktiva modeller kan hjälpa företag fatta bättre beslut.
Behörighet
Om du inte uppfyller de formella behörighetskraven kan du få din behörighet bedömd på reell kompetens, kunskap och kompetens som du har fått på annat sätt, såsom arbetslivserfarenhet, övriga studier m.m. Läs mer under his.se/sokwiser
Utvecklad inom WISER
Kursen är utvecklad inom projektet WISER. Vi erbjuder skräddarsydda kurser för digital transformation och riktar sig till dig som är yrkesverksam. Projektet samfinansieras av KK-stiftelsen inom ramen för Expertkompetens. För mer information besök: his.se/wiser