Högskola och universitet hos Högskolan Dalarna, 7,5 högskolepoäng.
Kursen behandlar processer inom data science, dvs. en tvärvetenskaplig metod för att hitta, extrahera och upptäcka mönster i data genom en fusion av analytiska metoder, domenexpertis och teknik. I detta sammanhang omfattas områdena data mining, prognoser, maskininlärning, prediktiv analys, statistik och textanalys.
Inom ramen för den iterativa data-science-processen behandlas affärsförståelse med problemidentifiering för specifikation av nyckelvariabler som ska fungera som modellmål samt identifiering av relevanta datakällor. Vidare ingår formulering av frågor som definierar affärsmål och kan kvantifieras av data-science tekniker.
För att kontrollera datakvalitet ingår förvärv av rådata, bearbetning av data (ETL), undersökning av data och modellering. För att underlätta utveckling av modell(er) och hitta den modell som bäst svarar på de initiala frågorna används sk feature engineering, då extraheras rådata och utmärkande särdrag skapas.
Avslutningsvis behandlas utvärdering av modellering och analys, presentation av resultat respektive driftsättning.