Emne - Python for bærekraftsanalyse - TEP4221
TEP4221 - Python for bærekraftsanalyse
Om emnet
Vurderingsordning
Vurderingsordning: Gruppeprosjekt
Karakter: Bestått/ Ikke bestått
Vurdering | Vekting | Varighet | Delkarakter | Hjelpemidler |
---|---|---|---|---|
Gruppeprosjekt | 100/100 |
Faglig innhold
Kurset gir en introduksjon til bruk av datahåndtering, beregning, og framstilling for analyse av miljø- og sosioøkonomisk data relevant for bærekrafttematikken.
- Programmering i Python
- Miljø- og bærekraftorienterte datasett
- Programmeringsoverflate for Python (VScode, Anaconda, Linter)
- Programmer, funksjoner, og objekter i Python
- Python pakker for datavitenskap og geografisk informasjon
- Dokumentasjon av kode og organisasjon av programmeringsprosjekter
- Datainnhenting og prosessering av miljø- og bærekraftorienterte datasett
- Statistisk analyse av viktige bærekraftindikatorer
- Visualisering av økologisk informasjon og utslippstall
Læringsutbytte
Kunnskap
- Forstår programmeringsuttrykk og anvende dem
- Forstår hvordan python kan bli brukt i analyse av bærekraftspørsmål
- Forstår fordeler og ulemper med ulike måter å handtere data og kode
- Forstår fordelen med å utvikle en automatisk data pipeline
Ferdigheter
- Kunne gjennomføre all dataprosessering for et prosjekt i python
- Kunne skrive veldokumentert og gjenbrukbart kode.
- Kunne gi tilbakemelding på programmeringsjobber
- Erfaring med å handtere reelle tall i et semesterprosjekt
- Få en mal for framtidige prosjekter
Generisk kompetanse
- Forstår utfordringer med å jobbe med data på bærekraft i praksis
- Bli fortrolig med å bruke programmering som verktøy for å handtere data, gjennomføre beregninger, og visualisere resultater
Læringsformer og aktiviteter
- Forelesninger
- Programmering med partner
- Online programmeringsøvelser og selvstudiet
- Gruppearbeid
- Par prosjektarbeid
- Presentasjon
Obligatoriske aktiviteter
- Obligatorisk øving
Mer om vurdering
Vurdering består av et gruppe/par Python prosjekt. På slutten av kurset, presenterer studentene sine prosjekter for klassen. I tillegg, programmeringsøvinger ukentlig eller hver annen uke er obligatorisk.
Spesielle vilkår
Begrenset opptak til undervisning. For nærmere opplysninger: https://i.ntnu.no/wiki/-/wiki/Norsk/Opptak+til+adgangsbegrensede+emner
Anbefalte forkunnskaper
Erfaring med håndtering og analyse av strukturert data.
Kandidater uten programmeringserfaring bør sette seg inn i grunnlegende programmering gjennom å gjøre online-kurset: Introduction to Python at https://www.datacamp.com/
Kursmateriell
The course uses the following learning materials of DataCamp (https://www.datacamp.com/):
- Introduction to Python
- Intermediate Python
- Data manipulation with Pandas
- Introduction to data visualization with Matplotlib
- Working with geospatial data in Python
The students will get free access to the materials during the course.
Annet kursmateriell vil bli gjort tilgjengelig på Blackboard.
Ingen
Versjon: 1
Studiepoeng:
7.5 SP
Studienivå: Høyere grads nivå
Termin nr.: 1
Undervises: HØST 2023
Spesiell frist for melding til undervisning: 01.06.2023
Undervisningsspråk: Engelsk
Sted: Trondheim
- Program/system-utvikling
Eksamensinfo
Vurderingsordning: Gruppeprosjekt
- Termin Statuskode Vurdering Vekting Hjelpemidler Dato Tid Eksamens- system Rom *
-
Høst
ORD
Gruppeprosjekt
100/100
Utlevering
01.12.2023Innlevering
08.12.2023
08:00
INSPERA
15:00 -
Rom Bygning Antall kandidater
- * Skriftlig eksamen plasseres på rom 3 dager før eksamensdato. Hvis mer enn ett rom er oppgitt, finner du ditt rom på Studentweb.
For mer info om oppmelding til og gjennomføring av eksamen, se "Innsida - Eksamen"