Hoppa till innehållet
data mining
Visa originalbild , Öppnas i nytt fönster/flik

Data Mining för industrin

Publicerad: 8 februari 2022

Data Science och Machine Learning är några av de hetaste koncepten i affärssammanhang under 2000-talet. Numera har såväl företag som affärsverk ett stort intresse för området. Data Science är en kombinerad studie av olika ämnen tillsammans, inklusive databaser, lagerhållning, dataarkitekturer, affärsanalys, datautvinning, big data och mer! Den här kursen kommer att introducera dig till datautvinning och hur det kan göra det möjligt för företag att skapa bättre affärsresultat genom att analysera deras olika data med hjälp av prediktiva och föreskrivande verktyg.

Om kursen

Kursen ger kunskap för att ta itu med olika datavetenskapliga problem och dataset. I slutet av kursen kommer du att kunna definiera och förtydliga vad data mining handlar om, vara bekant med standard CRISP data mining-metoden, kunna använda en av de mest använda verktygssatserna inom data mining, rapidminer, och bli bekant med flera metoder inom datautvinning. Fokus ligger på maskininlärningstekniker för klassificering, regression och klustring. Kursen tar upp olika exempel på text- och bildanalys i samband med verkliga affärsscenarier.

Kursansvarig/lärare

Marcus Liwicki, arbetar som professor och ämneschef vid avdelningen för Embedded Intelligent Systems LAB, Institutionen för datavetenskap, el- och rymdteknik. Han är tillika biträdande rektor för tillämpad AI, Luleå tekniska universitet. Marcus undervisar i maskininlärning, avancerad datautvinning, neurala nätverk och inlärningsmaskiner, introduktion till artificiell intelligens och avancerad djupinlärning.

För mer information kontakta:

Pernilla Tingvall

Pernilla Tingvall, Projektledare

Telefon: 0920-491920
Organisation: Samverkan och innovation, Verksamhetsstöd

Ansvarig lärare

Marcus Liwicki

Marcus Liwicki, Professor tillika ämnesföreträdare, Rektorsråd för Artificiell intelligens

Telefon: 0920-491006
Organisation: Maskininlärning, EISLAB, Institutionen för system- och rymdteknik