Högskola och universitet hos Lunds universitet, 7,5 högskolepoäng.
Kursens övergripande mål är att ge en överblick av grundläggande datahantering och visualisering, med fokus på att kunna identifiera och illustrera olika egenskaper och särdrag hos ett datamaterial.
Grundläggande datahantering och vanliga visualiseringsmetoder för data. Metoder för oövervakad och övervakad inlärning så som: klustring; hierarkisk klustring; samt regressions- och beslutsträdsmetoder för klassificering och regressionsproblem. Metoder för modellval och modellvalidering så som: bootstrap, uppdelning av data i träning och test, samt korsvalidering.