Emne

Statistisk læring (STA530)

Introduksjon til statistisk læring, multippel lineær regresjon, klassifikasjon, resamplingsmetoder, modellseleksjon, regularisering, ikke-linearitet, trebaserte metoder, forløpsanalyse, klyngeanalyse, multivariable metoder. Anvende metodene i R.


Dette er emnebeskrivelsen for studieåret 2025-2026. Merk at det kan komme endringer.

Fakta

Emnekode

STA530

Vekting (stp)

10

Semester undervisningsstart

Høst

Undervisningsspråk

Engelsk

Antall semestre

1

Vurderingssemester

Høst

Innhold

NB! Dette er et valgemne og dersom det er færre enn 10 studenter oppmeldt pr. 20. august for høstsemesteret kan dette medføre at emnet ikke tilbys.

Statistisk læring, multippel lineær regresjon, klassifikasjon, resamplingsmetoder, modellseleksjon, regularisering, ikke-linearitet, trebaserte metoder, forløpsanalyse, klyngeanalyse, multivariable metoder. Anvende metodene i R.

Læringsutbytte

1. Kunnskap. Studenten kjenner godt til de mest populære statistiske modeller og metoder som benyttes i inferens og prediksjon i vitenskap og teknologi, dette inkluderer spesielt regresjons- og klassifikasjonsmodeller og generaliseringer av disse.

2. Ferdigheter. Studenten vet hvordan hen for et eksisterende datasett kan velge en egnet statistisk modell og metode, og utføre statistiske analyser ved hjelp av den statistisk programvaren R. Studenten vet hvordan resultatene fra de statistiske analysene skal presenteres, og hvilke konklusjoner som kan trekkes fra analysene.

Forkunnskapskrav

Ingen

Anbefalte forkunnskaper

Et grunnkurs i sannsynlighetsregning og statistikk tilsvarende STA100 Sannsynlighetsregning og statistikk 1. Grunnleggende matematisk analyse og lineær algebra på universitetsnivå tilsvarende MAT100 og MAT200. Erfaring med bruk av programvare, fortrinnsvis R. Minst ett videregående emne i statistikk som f.eks. STA500 eller STA510 er en fordel men ikke et absolutt krav for å ta emnet.

Eksamen / vurdering

Vurderingsform Vekting Varighet Karakter Hjelpemiddel
Mappe med to innleveringer 1/5 Bokstavkarakterer
Skriftlig eksamen 4/5 4 Timer Bokstavkarakterer


Hjemmeoppgaver og skriftlig slutteksamen, vurdert med bokstavkarakterer.

Emnet har to vurderingsdeler. 1) Prosjektarbeid som teller 20 % av sluttkarakter, 2) En skriftlig slutteksamen som teller 80 % av sluttkarakter. Både prosjektarbeidet og eksamen må være bestått for å få en bestått sluttkarakter i emnet. Kandidater med ikke-bestått på prosjektarbeidet kan ikke levere prosjektarbeid på nytt før neste gang emnet har ordinær undervisning. Prosjektarbeidet består av to deler som er likt vektet. Endelig karakter på prosjektarbeidet gis når alle arbeidene/oppgavene er innlevert og mappen som helhet sensureres.

Det arrangeres ikke konte-eksamen på mappedelen/prosjektdelen av emnet.

Skriftlig eksamen er med penn og papir

Fagperson(er)

Emneansvarlig:

Jan Terje Kvaløy

Emneansvarlig:

Tore Selland Kleppe

Faglærer:

Kaouther Hadji

Arbeidsformer

Forelesninger, oppgavearbeid/datalab, prosjektarbeid.

Åpent for

Enkeltemner ved Det teknisk-naturvitenskaplige fakultet
Data Science - master i teknologi Computational Engineering - master i teknologi/siv.ing. Datateknologi - master i teknologi/siv.ing., femårig Datateknologi - master i teknologi Datateknologi - master i teknologi, deltid Miljøteknologi - master i teknologi Industriell økonomi - master i teknologi/siv.ing. Industriell økonomi - master i teknologi/siv.ing., femårig Konstruksjons- og maskinteknikk - master i teknologi/siv.ing. Konstruksjons- og maskinteknikk - master i teknologi/siv.ing., femårig Kybernetikk og robotteknologi - master i teknologi/siv.ing., femårig Matematikk og fysikk - masterstudium Matematikk og fysikk - femårig integrert master Offshore Field Development Technology - master i teknologi/siv.ing. Industriell teknologi og driftsledelse - master i teknologi Marin- og undervannsteknologi, master i teknologi/siv.ing., femårig Marin- og offshoreteknologi - master i teknologi/siv.ing. Petroleum Geosciences Engineering - master i teknologi/siv.ing. Petroleumsteknologi - master i teknologi/siv.ing. Petroleumsteknologi - master i teknologi, femårig Risk Analysis - master i teknologi Kybernetikk og anvendt KI - master i teknologi/siv.ing Samfunnssikkerhet, studieretning teknisk samfunnssikkerhet - Master i teknologi/siv.ing. Risk Management - Master's Degree Programme (master i teknologi/siviling.)

Emneevaluering

Det skal være en tidligdialog mellom emneansvarlig, studenttillitsvalgt og studentene. Formålet er tilbakemelding fra studentene for endringer og justering i emnet inneværende semester.I tillegg skal det gjennomføres en digital emneevaluering minimum hvert tredje år. Den har som formål å innhente studentenes erfaringer med emnet.
Emnebeskrivelsen er hentet fra Felles studentsystem Versjon 1