DA2210 Vetenskapsteori och vetenskaplig metodik för dataloger 6,0 hp

Introduction to the Philosophy of Science and Research Methodology for Computer Scientists

Visa kursinformation utifrån vald termin och kursomgång:

Kursomgång och genomförande

Ingen kursomgång är vald

Välj termin och kursomgång ovan för att få information från rätt kursplan och kursomgång.

Kursinformation

Innehåll och lärandemål

Kursinnehåll *

  • De grundläggande begreppen inom vetenskapsteori och vetenskaplig metodik, så som kausalitet, data, korrelation, hypotes, induktiva-deduktiva metoder.
  • Speciella metoder och problem inom datalogi och matematik.
  • Vetenskaplig metodik inom ingenjörsprojekt.
  • Experimentmetodik.
  • Etik inom vetenskap och vetenskapens roll i samhället.
  • Hur man läser och skriver vetenskapliga rapporter.
  • Praktisk träning i skrivandet av vetenskapliga rapporter (liknande examensarbeten).

Lärandemål *

Efter godkänd kurs ska studenten kunna

  • redogöra för och analysera vetenskapliga teorier relevanta för forskning inom datalogi,
  • redogöra för och analysera vetenskapliga metoder relevanta för forskning inom datalogi,
  • kritiskt granska vetenskapliga artiklar i datalogi, med avseende på teori, metod och resultat,
  • identifiera metodologiska problem i en undersökning,
  • identifiera etiska problem i olika vetenskapliga situationer och resonera kring dem,
  • planera och genomföra skrivandet av en vetenskaplig rapport.

Kursupplägg

Föreläsningar som behandlar teoretiska huvudresultat och grundläggande vetenskapliga metoder.

Seminarier, i vilka studenterna gruppvis och individuellt tränas i att läsa om, beskriva och utvärdera vetenskapliga experiment och rapporter.

Praktisk träning i att skriva kortare och längre vetenskapliga rapporter, som tillämpar de metoder och teorier som gåtts igenom i kursen.

Kurslitteratur och förberedelser

Särskild behörighet *

Ingen information tillagd

Rekommenderade förkunskaper

Motsvarande behörighetskraven för masterprogrammen i datalogi eller maskininlärning.

Utrustning

Ingen information tillagd

Kurslitteratur

Kurslitteratur meddelas senast 4 veckor innan kursstart på kursens hemsida.

Examination och slutförande

Betygsskala *

A, B, C, D, E, FX, F

Examination *

  • HEM1 - Övningsuppgifter, 1,5 hp, betygsskala: P, F
  • HEM3 - Uppsats, 1,5 hp, betygsskala: A, B, C, D, E, FX, F
  • TEN1 - Tentamen, 3,0 hp, betygsskala: A, B, C, D, E, FX, F

Examinator beslutar, baserat på rekommendation från KTH:s samordnare för funktionsnedsättning, om eventuell anpassad examination för studenter med dokumenterad, varaktig funktionsnedsättning.

Examinator får medge annan examinationsform vid omexamination av enstaka studenter.

Övriga krav för slutbetyg *

Tentamen och hemuppgifter.

Möjlighet till komplettering

Ingen information tillagd

Möjlighet till plussning

Ingen information tillagd

Examinator

Johan Karlander

Ytterligare information

Kurswebb

Ytterligare information om kursen kan hittas på kurswebben via länken nedan. Information på kurswebben kommer framöver flyttas till denna sida.

Kurswebb DA2210

Ges av

EECS/Datavetenskap

Huvudområde *

Datalogi och datateknik

Utbildningsnivå *

Avancerad nivå

Påbyggnad

Diskuteras med kursledaren.

Kontaktperson

Linda Kann, e-post: lk@kth.se

Etiskt förhållningssätt *

  • Vid grupparbete har alla i gruppen ansvar för gruppens arbete.
  • Vid examination ska varje student ärligt redovisa hjälp som erhållits och källor som använts.
  • Vid muntlig examination ska varje student kunna redogöra för hela uppgiften och hela lösningen.

Övrig information

I denna kursomgång tillämpas skolans hederskodex, se
https://www.kth.se/eecs/utbildning/hederskodex/