course-details-portlet

BBAN4001 - Data science

Om emnet

Nytt fra studieåret 2020/2021

Vurderingsordning

Vurderingsordning: Hjemmeeksamen
Karakter: Bokstavkarakterer

Vurdering Vekting Varighet Delkarakter Hjelpemidler
Hjemmeeksamen 100/100 4 timer

Faglig innhold

Emnet gir en teoretisk og praktisk innføring i en rekke tema innenfor dataanalyse og statistisk læring, med særlig henblikk på anvendelser innenfor økonomifeltet. Disse temaene kan inkludere blant annet:

- Lineær, ikke-lineær og logistisk regresjon
- Lineær og kvadratisk diskriminantanalyse
- Kryssvalidering
- Bootstrapping
- Desisjonstrær og boosting
- Støttevektormaskiner
- Klyngeanalyse
- Nevrale nettverk
- Datavisualisering

Emnet gir en innføring i bruk av programmeringsspråket R. Bruk av andre dataverktøy, for eksempel SQL, kan også inngå.

Læringsutbytte

KUNNSKAP:

Kandidaten skal
- ha god kjennskap til de grunnleggende teknikkene innenfor data science
- kunne knytte anvendelser av data science til problemstillinger knyttet til det økonomisk-administrative fagområdet


FERDIGHETER:

Kandidaten skal
- kunne gjennomføre grunnleggende dataanalyser i programmeringsspråket R
- kunne forstå og vurdere avanserte dataanalyser samt resultater fra enkelte maskinlæringsteknikker


GENERELL KOMPETANSE:

Kandidaten skal
- kunne bruke data science til å uttrykke, analysere og kommunisere økonomiske sammenhenger
- ha en forståelse av data science og grunnleggende maskinlæring som kan danne basis for videre studier og livslang læring

Læringsformer og aktiviteter

Forelesninger, regne- og dataøvinger. Arbeidskrav kreves godkjent for å få gå opp til eksamen.

Obligatoriske aktiviteter

  • Obligatorisk øving

Mer om vurdering

Arbeidskravet innbefatter obligatorisk innlevering, som må være bestått for å kunne gå opp til eksamen. Antall obligatoriske øvinger oppgis ved semesterstart.

Tillatte hjelpemidler under eksamen: Godkjent kalkulator i henhold til NTNUs hjelpemiddelkode B-D "bestemt enkel kalkulator". Annen kalkulator som tillates i emnet er: Casio FC-100V og Texas Instruments - BAII Plus.

Ved utsatteksamen kan vurderingsform avvike fra ordinæreksamen.

Spesielle vilkår

Obligatorisk aktivitet fra tidligere semester kan godkjennes av instituttet.

Krever opptak til studieprogram:
Finansiell økonomi (MFINØK)
Regnskap og revisjon (MRR)
Økonomi og administrasjon (ØAMSC)

Forkunnskapskrav

MET1002 eller et tilsvarende grunnkurs i sannsynlighetsregning og statistikk.

Kursmateriell

Gareth James, Daniela Witten, Trevor Hastie and Robert Tibshirani: An Introduction to Statistical Learning with Applications in R, Springer (2013). Øvrig pensum oppgis ved semesterstart. Med forbehold om endringer.

Studiepoengreduksjon

Emnekode Reduksjon Fra Til
BMRR4015 7.5 01.09.2020
TMA4268 7.5 01.09.2020
Flere sider om emnet

Ingen

Fakta om emnet

Versjon: 1
Studiepoeng:  7.5 SP
Studienivå: Høyere grads nivå

Undervisning

Termin nr.: 1
Undervises:  HØST 2020

Undervisningsspråk: Norsk

Sted: Trondheim

Fagområde(r)
  • Informasjonsteknologi
  • Statistikk
  • Økonomi og administrasjon
Kontaktinformasjon
Emneansvarlig/koordinator: Faglærer(e):

Ansvarlig enhet
NTNU Handelshøyskolen

Eksamensinfo

Vurderingsordning: Hjemmeeksamen

Termin Statuskode Vurdering Vekting Hjelpemidler Dato Tid Digital eksamen Rom *
Høst ORD Hjemme-eksamen (1) 100/100

Utlevering
17.12.2020

Innlevering
17.12.2020


15:00


19:00

INSPERA
Rom Bygning Antall kandidater
Vår ORD Hjemme-eksamen 100/100

Utlevering
21.05.2021

Innlevering
21.05.2021


09:00


13:00

INSPERA
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.
  • 1) Merk at eksamensform er endret som et smittevernstiltak i den pågående koronasituasjonen. Please note that the exam form has changed as a preventive measure in the ongoing corona situation.
Eksamensinfo

For mer info om oppmelding til og gjennomføring av eksamen, se "Innsida - Eksamen"

Mer om eksamen ved NTNU