Joe Steinhauer
Lektor i datavetenskap
Institutionen för informationsteknologi
Välj ett tillfälle för att visa kursplan och behörighetskrav.
Ange kod HS-26484 på antagning.se
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.
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.
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.
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.
Kursen i sin utbildningsform och omfattning tänkt att kombineras med arbete. Det innebär att kursen är:
Undervisningen bedrivs främst på engelska.
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
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