Programplaner og emneplaner - Student
ACIT4530 Data Mining at Scale: Algorithms and Systems Emneplan
- Engelsk emnenavn
- Data Mining at Scale: Algorithms and Systems
- Studieprogram
-
Master's Programme in Applied Computer and Information Technology
- Omfang
- 10.0 stp.
- Studieår
- 2024/2025
- Pensum
-
VÅR 2025
- Timeplan
- Emnehistorikk
-
Innledning
We are witnessing the era of Big Data where data is generated, collected, and processed at an unprecedented scale and data-driven decisions influence many aspects of modern life.
Data mining is the process of discovering patterns in large data sets involving methods in statistics and database systems. A large number of applications such IoT sensors generate large amounts of data streams. The necessity of data stream mining and learning from the data is increasingly becoming more prevalent and urgent.
Extracting knowledge from data sets requires not only computational power but also programming abstractions as well as analytical skills. In this course, the students will be exposed to the different approaches for data mining and stream processing such as association rules learning, anomaly detection, data clustering, visualizations, and extracting statistical features on the fly from large data streams. The students will be exposed to concrete data mining and neural network architectures including deep learning models for handling large data streams such as convolutional neural networks, recurrent neural networks, autoencoders, transformers and attentions. In this course, the student will also be exposed to different data mining systems, working end-to-end pipelines including performance evaluation, detecting overfitting, underfitting, and data defects. With a focus on data mining applications, we will study some powerful numerical linear algebra methods.
Anbefalte forkunnskaper
Eksamen vurderes etter gradert skala fra A til E for bestått og F for ikke bestått.
Forkunnskapskrav
Bærekraftig utvikling kan knyttes til barnehagens verdigrunnlag, samfunnsmandat og til pedagogisk arbeid i barnehagens hverdag. I Forskrift om rammeplan for barnehagelærerutdanningen (2012) knyttes bærekraftig utvikling til natur, samfunn og kultur. I tillegg til økologi og naturmangfold, vil fordypningen ta opp materialitet og estetisk praksis, deltakelse og demokrati, sosialt og kulturelt mangfold samt likeverd, solidaritet og rettferdig fordeling. En begynnende forståelse for bærekraftig utvikling innebærer formidling og praktisk arbeid knyttet til barns opplevelser, nysgjerrighet og medvirkning. Det innebærer også at temaet kobles til barns kreativitet og skapende prosesser i barnehagen.
Emnet forbereder studenten på å kunne lede og veilede personalet og barn i varierte praktiske prosjekter knyttet til bærekraftig utvikling i barnehagen.
Læringsutbytte
The student should have the following outcomes upon completing the course:
Knowledge
Upon successful completion of the course, the student:
- has a deep understanding of how data mining can be used to extract knowledge from data sets.
- has advanced knowledge of the different data mining algorithms
Skills
Upon successful completion of the course, the student:
- can design and implement data mining algorithms
- can deploy different data mining systems and configure them
- can utilize a specialized library for data mining
General competence
Upon successful completion of the course, the student:
- can use data mining systems to mine data
- can analyse data mining solutions with regard to robustness and in relation to his/her intended tasks
- can explain how data mining can be used in different applications areas such as business analytics
Innhold
- Data mining systems
- Data mining and machine learning algorithms
- Deep learning and neural networks for datamining
- Data stream processing methods, such as, but not limited to, anomaly detection, clustering, association rule learning
- Distributed reinforcement learning for data mining.
- Data visualization
Arbeids- og undervisningsformer
This course is divided into two parts. The first part with focus on covering the principles of data mining and stream processing. Different seminars will be given on the different methodological aspects of data mining and stream processing as well as the programming paradigms and software tools that enable them.
The second part will focus on the students completing a programming project. The project can be chosen from a portfolio of available problems. The student will work in a group on the project and submit a final code-base with a report.
During this part, there may be lectures if needed, but most of the time will be spent on individual supervision of students in lab-sessions.
Practical training
Lab sessions.
Arbeidskrav og obligatoriske aktiviteter
Etter fullført emne har studenten følgende læringsutbytte definert som kunnskap, ferdigheter og generell kompetanse:
Kunnskap
Studenten
- har kunnskap om bærekraftig utvikling, fordeling av ressurser, sentrale globale utfordringer og ulike natursyn
- har kunnskap om pedagogisk ledelse knyttet til arbeid med bærekraftig utvikling i barnehagen
- har kunnskap om barns utvikling av sosial forståelse og solidaritet
- har kunnskap om økologi, naturtyper og naturpregede omgivelser også i og omkring storbyen
- har kunnskap om betydningen av naturopplevelser og hvordan lede arbeid med barns utforsking av natur
- har kunnskap om materialitet, estetisk praksis og barns skapende uttrykksmåter i et bærekraftperspektiv
Ferdigheter
Studenten
- kan i samarbeid med barn og personalet planlegge, lede og gjennomføre pedagogisk arbeid knyttet til bærekraftig utvikling
- kan se sammenhengen mellom lokalt arbeid i barnehagen, barns oppvekstmiljø og globale problemstillinger
- kan lede arbeid med bærekraft gjennom utforsking og skapende prosesser
- kan reflektere over barnehagens verdigrunnlag, samfunnsmandat og arbeidet med bærekraftig utvikling
Generell kompetanse
Studenten
- har endrings- og utviklingskompetanse knyttet til barnehagens pedagogiske arbeid med bærekraftig utvikling, og kan bidra til fremtidens barnehage
- kan kritisk reflektere forbruk i ulike sammenhenger
Vurdering og eksamen
Det vil være teoretiske og praktiske tilnærminger til fordypningen. Avhengig av tema legges det opp til varierte undervisnings- og arbeidsformer, som for eksempel individuelt arbeid, gruppearbeid, seminarer, ekskursjoner, forelesninger, veiledning og praktisk arbeid. Studentene veksler mellom ulike læringsarenaer, og studentaktiviteter foregår både på universitetet, på arbeidsplassen og ved bruk av digitale læringsplattformer.
Hjelpemidler ved eksamen
Retten til å avlegge eksamen forutsetter godkjente arbeidskrav og tilstedeværelse i undervisning.
Arbeidskrav
Studenten skal planlegge, gjennomføre og evaluere prosjekter knyttet til barnehagens arbeid med bærekraftig utvikling.
1. Individuelt prosjekt i barnehagen. Presentasjon av prosjektet for medstudenter og lærere, omfang 10-15 minutter.
2. Individuelt refleksjonsnotat. Omfang 1200 ord +/- 10 %.
Krav om 80 prosent tilstedeværelse i undervisningen
Det er krav om 80 prosent tilstedeværelse på alle samlinger, både på studiested, nett og i barnehagene. Studiet er bygget opp rundt arbeids- og undervisningsformer, med kollektive læringsprosesser som ikke kan erstattes med individuelle studieformer. Fravær utover 20 prosent medfører at studenten ikke kan avlegge eksamen i emnet. Studenter som overstiger fraværskvoten på grunn av gyldig dokumentert fravær, vil kunne få alternative oppgaver. Slike alternative oppgaver gis ikke studenter som har fravær som overstiger 50 prosent, uansett fraværsgrunn.
Utfyllende informasjon om arbeidskrav og krav om tilstedeværelse i undervisningen finnes i programplan for bachelorstudiet i barnehagelærerutdanning, deltid.
Vurderingsuttrykk
Eksamen er en individuell praktisk-muntlig eksamen på om lag 30 minutter.
Ny/utsatt eksamen
Ny og utsatt eksamen gjennomføres på samme måte som ved ordinær eksamen. Studentens rettigheter og plikter ved ny/utsatt eksamen framgår av forskrift om studier og eksamen ved OsloMet. Studenter er selv ansvarlige for å melde seg opp.
Skikkethetsvurdering
Se programplanen for bachelorstudium i barnehagelærerutdanning (180 studiepoeng) heltid eller https://student.oslomet.no/skikkethetsvurdering
Sensorordning
Det er tillatt å ha med ett produkt og ett A4-ark med notater.
Emneansvarlig
Professor Anis Yazidi