Opptakskrav og søknad
Opptakskrav
Om å søke opptak
Trykk knappen «Søk studieplass» eller gå inn via Søknadsweb. Velg rad for «Vidareutdanning og halvtårsstudium». Etterpå velger du fra lista «Videreutdanning vår 2023». Trykk «Legg til» før du sender søknaden.
Om å søke opptak til HVL
Hvorfor studere Data Science?
Dette er kurset for deg som ønsker å forstå reisen fra data til strategisk informasjon. Du som ønsker å bruke sentrale verktøy som GitHub og RStudio for å gjøre data anvendbart og visualisert på en forståelig måte.
Behovet for å omforme mengder av rådata til innsikt, forståelse og kunnskap om egen organisasjon er stadig økende. Derfor vil du som behersker slike prosesser ha et klart konkurransefortrinn.
Hva lærer du ved å studere Data Science?
I dette kurset vil du lære grunnleggende teknikker for å konvertere rådata til det som kalles et ryddig datasett («tidy dataset»). Gjennom prosessen frem til et ryddig datasett, vil du blant annet lære å bruke:
- RStudio, en IDE (Integrated Developer Environment) for R-programmering.
- R-pakkene i Tidyverse, et populært verktøy innen Data Science.
- git/Github, integrert i RStudio, som versjonskontrollsystem.
Det vil være mulig å jobbe med prosjekter knyttet opp mot egen virksomhet.
Du finner mer informasjon i emneplanen.
Målgruppe
Kurset passer for deg som er leder, prosjektleder, økonom eller jobber med salg og markedsføring. Det passer også for deg som bare ønsker å lære mer om emnet.
Undervisningsform
Undervisningen vil være en kombinasjon av forelesninger og oppgaveløsning ved hjelp av datamaskin. Studentene må skrive et knippe kortere innleveringer i R Markdown der konvertering av datasett til «tidy» format vil være et sentralt tema.
Samlinger
Samlingsdatoer:
10. mars
24. mars
14. april
28. april
12. mai
Alle dager klokken kl. 09:00 til kl. 15:30
Anbefalt forkunnskap
Du trenger ikke å ha noen erfaring med, eller kunnskap om programmering for å følge kurset. Litt kjennskap til statistikk og interesse for å lære nye digitale verktøy vil likevel være en fordel.
Pensum
Nettsiden R for Data science vil fungere som pensum og gir et godt innblikk i kursets innhold.
Eksamensform
Gjennom kurset vil studentene bygge en portefølje på Github av korte artikler og andre oppgaveløsninger. Porteføljen vil bli vurdert som bestått/ikke bestått.
