Project Course in Data Science

Innehåll visas utifrån dina val

Om du inte hittar någon sida, schemahändelse eller nyhet på din kurswebb kan det bero på att du inte ser den kursomgången/gruppen inom kursen som innehållet tillhör.

Veta mer om din kurswebb

Din kurswebb är sidorna för en kurs du prenumererar på. Du väljer sedan vilka omgångar/grupper inom kursen du vill ha information från. Är du registrerad på en kursomgång sköts prenumeration och val av kursomgäng automatiskt åt dig. Vill du ändra något av detta gör du det under Mina inställningar.

När du är inloggad på din kurswebb ser du:
  • Kursöversikt, nyheter och schema med information som är filtrerat utifrån dina valda omgångar/grupper inom kursen
  • Allmänna sidor för hela kursen
  • Kurswikin som är sidor som alla, lärare och studenter, kan skapa och redigera
  • Sidor som hör till de omgångar/grupper inom kursen du valt eller som valts för dig

Log in to your course web

You are not logged in KTH, so we cannot customize the content.

Course contents 

The course will start with a part, where we study how a scientific article is constructed. The students will then, in groups of 2-5, choose articles in their sub-track (machine learning, natural language processing or bioinformatics), implement the method in the article and recreate the experiment. The type of project therefore will vary depending on sub-track, but the intended learning outcomes are the same for all three sub-tracks. The aim of the course is to bridge the gap between the courses in each sub-track and the degree project.

Intended learning outcomes 

After passing the course, the students should be able to:

  • read scientific articles critically
  • reproduce methods in articles
  • plan and carry out work in a group.

Course Disposition

Reading, implementation, evaluation and then written report.

Literature and preparations

Specific prerequisites 

DD2421 Machine learning or the equivalent.

Recommended prerequisites

The student should have completed most of the courses in one of the subtracks of the track Data Science in the Computer Science masters programme. 

Equipment

No information inserted

Literature

A number of research articles that are chosen based on the theme.

Examination and completion

Grading scale *

P, F

Examination *

  • PRO1 - Project report, 3.5 credits, Grading scale: P, F
  • PRO2 - Oral evaluation, 4.0 credits, Grading scale: P, F

Based on recommendation from KTH’s coordinator for disabilities, the examiner will decide how to adapt an examination for students with documented disability.

The examiner may apply another examination format when re-examining individual students.

In this course, the code of honor of the school is applied, see: http://www.kth.se/en/csc/utbildning/hederskodex

The examiner will decide on possible adapted examination for students with documented, permanent disabilities. The examiner may admit other examination format for re-examination of individual students.

Teachers

Feedback News