Μάθημα Στατιστικής Ανάλυσης σε Βιομηχανικά Συστήματα

Γενικά

2 διαθέσιμες θέσεις
Διαβάστε περισσότερα σχετικά με αυτό το πρόγραμμα, στην ιστοσελίδα της σχολής

Περιγραφή προγράμματος

Σε αυτό το μάθημα, θα μάθετε στατιστικής μοντελοποίησης τελευταίας τεχνολογίας με σκοπό την ανάλυση βιομηχανικών δεδομένων. Το μάθημα παρουσιάζει επίσης τα βασικά των σχεσιακών βάσεων δεδομένων και των τεχνικών χειρισμού δεδομένων που απαιτούνται για την προετοιμασία των δεδομένων για ανάλυση.

Πληροφορίες μαθήματος

  • 2,5 μονάδες
  • Τοποθεσία μελέτης: Συνδεδεμένοι
  • Ημερομηνία έναρξης: 2020-10-05 - 2020-12-13 (μερική απασχόληση 17%)
  • Εκπαιδευτικό διάταγμα: Δεύτερος κύκλος
  • Κωδικός μαθήματος: DVA477
  • Κύριος τομέας: Επιστήμη υπολογιστών

Σχετικά με αυτό το μάθημα

Σε αυτό το μάθημα, θα μάθετε στατιστικής μοντελοποίησης τελευταίας τεχνολογίας με σκοπό την ανάλυση βιομηχανικών δεδομένων. Το μάθημα παρουσιάζει πρώτα τα βασικά των σχεσιακών βάσεων δεδομένων και των τεχνικών χειρισμού δεδομένων που απαιτούνται για την προετοιμασία των δεδομένων για ανάλυση. Θα δοθεί μια επισκόπηση των πιο δημοφιλών στατιστικών εργαλείων. Θα επικεντρωθούμε στο πιο ισχυρό εργαλείο για την ανάλυση στατιστικών δεδομένων που ονομάζεται R, όπου θα μάθετε πώς να χρησιμοποιείτε παλινδρόμηση και μοντέλα ANOVA για βιομηχανικά δεδομένα. Τα στοιχεία της θεωρίας πιθανοτήτων και των μαθηματικών στατιστικών θα παρέχονται ανάλογα με τις ανάγκες.

Τα σύγχρονα βιομηχανικά εργοστάσια και περιβάλλοντα μετρούν και αποθηκεύουν όλες τις σχετικές μεταβλητές παραγωγής. Εκτός από την παρατήρηση, τα δεδομένα μπορούν επίσης να ληφθούν με πειραματισμό.

Το μάθημα παρέχει θεμελιώδη στοιχεία εφαρμοσμένης στατιστικής ανάλυσης που μπορούν να χρησιμοποιηθούν για την ανάλυση και τη μοντελοποίηση των δεδομένων που λαμβάνονται από βιομηχανικές εγκαταστάσεις, καθώς και στοιχεία θεωρίας πιθανότητας και μαθηματικών στατιστικών που απαιτούνται για μια βαθύτερη κατανόηση των μεθόδων και μια αξιόπιστη ερμηνεία των αποτελεσμάτων της ανάλυσης .

Προυποθέσεις εισόδου

90 μονάδες εκ των οποίων τουλάχιστον 60 μονάδες σε ένα ή περισσότερα από τα θέματα: Επιστήμη υπολογιστών, Ηλεκτρολόγος μηχανικός, Ηλεκτρονικά, συμπεριλαμβανομένων τουλάχιστον 7,5 μονάδων στον προγραμματισμό υπολογιστών, και 7,5 μονάδες σε έναν ενιαίο μεταβλητό υπολογισμό.

  • Τα μαθηματικά θα περιλαμβάνουν γνώση του στοιχειώδους λογισμού: ολοκληρώματα, παραγώγου, σειρές και αθροίσματα.
  • Επιπλέον, απαιτείται μαθήματα Αγγλικών A / English 6.

Μπορείτε επίσης να υποβάλετε αίτηση για το μάθημα και να αξιολογήσετε την καταλληλότητά σας με βάση τις γνώσεις που αποκτήθηκαν με άλλους τρόπους, όπως εργασιακή εμπειρία, άλλες μελέτες κ.λπ.

Τίτλος μαθήματος στα Σουηδικά

Statistisk analys i βιομηχανικό σύστημα

Πληροφορίες εφαρμογής

Αφού υποβάλετε την ηλεκτρονική σας αίτηση, το επόμενο βήμα είναι να υποβάλετε τεκμηρίωση για να αποδείξετε την επιλεξιμότητά σας για το μάθημα για το οποίο έχετε υποβάλει αίτηση. Για να τεκμηριώσετε την επιλεξιμότητά σας, πρέπει να παρέχετε το δίπλωμα γυμνασίου και το πανεπιστημιακό αντίγραφο και απόδειξη της επάρκειας στην αγγλική σας γλώσσα.

Περισσότερες πληροφορίες σχετικά με τον τρόπο υποβολής αιτήσεων μπορείτε να βρείτε στον ιστότοπό μας .

Προυποθέσεις εισόδου

Για να ικανοποιήσετε τις προϋποθέσεις συμμετοχής σε αυτό το μάθημα πρέπει να έχετε προηγούμενα ακαδημαϊκά προσόντα (πανεπιστημιακές σπουδές). Θα βρείτε τις συγκεκριμένες προϋποθέσεις εισόδου παραπάνω.

Δεν υπάρχουν ακαδημαϊκά προσόντα;

Εάν δεν έχετε τα επίσημα ακαδημαϊκά προσόντα που απαιτούνται για ένα συγκεκριμένο μάθημα, μπορείτε να υποβάλετε αίτηση για το μάθημα και να αξιολογήσετε την καταλληλότητά σας με βάση τις γνώσεις που αποκτήθηκαν με άλλους τρόπους, όπως εργασιακή εμπειρία, άλλες σπουδές κ.λπ. Αυτό είναι επίσης γνωστό ως επικύρωση της προηγούμενης μάθησης.

Η αναγνώριση της προηγούμενης μάθησης σημαίνει τη χαρτογράφηση και την αξιολόγηση της ικανότητας και των προσόντων ενός ατόμου, ανεξάρτητα από το πώς, πού, ή πότε αποκτήθηκαν - στο επίσημο εκπαιδευτικό σύστημα ή με κάποιο άλλο τρόπο στη Σουηδία ή στο εξωτερικό, μόλις πρόσφατα ή πολύ καιρό πριν.

Εάν πιστεύετε ότι οι γνώσεις και οι ικανότητές σας θα σας πληρούν τις προϋποθέσεις για αυτό το μάθημα, θα πρέπει να ανεβάσετε τα ακόλουθα με την αίτησή σας:

  • Βιογραφικό με περιγραφή του εκπαιδευτικού και επαγγελματικού σας υποβάθρου. Το βιογραφικό σας πρέπει να περιγράφει τις γνώσεις και τις ικανότητές σας σε σχέση με τις απαιτήσεις συμμετοχής.
  • Εάν αναφέρεστε στην εργασιακή εμπειρία, πρέπει να ανεβάσετε ένα πιστοποιητικό εργοδότη.

Εάν χρειαζόμαστε περισσότερες πληροφορίες, θα επικοινωνήσουμε μαζί σας.

Δίδακτρα

Αυτό το μάθημα είναι δωρεάν για πολίτες της ΕΕ, του ΕΟΧ και της Ελβετίας.

ΜέλλονE

Αυτό το μάθημα είναι μέρος του έργου FutureE όπου το MDH προσφέρει διαδικτυακά μαθήματα στους τομείς της Τεχνολογίας Τεχνολογίας, της Μηχανικής Περιβάλλοντος και Ενέργειας, της Μηχανικής Λογισμικού και Συστημάτων Υπολογιστών.

Αυτό το μάθημα αναπτύσσεται μαζί με εθνικές και διεθνείς εταιρείες όπου οι εταιρείες συμβάλλουν με την εμπειρία και την εμπειρία τους. Η συνεργασία διασφαλίζει ότι το περιεχόμενο του μαθήματος είναι κατάλληλο τόσο για επαγγελματίες όσο και για φοιτητές που πηγαίνουν σε θέσεις εργασίας.

Αυτό το διαδικτυακό μάθημα βασίζεται σε ενότητες, χωρίς φυσικά μαθήματα και ευέλικτο χρόνο, το οποίο είναι ελκυστικό για φοιτητές και επαγγελματίες που ζουν σε χώρες σε διαφορετική ζώνη ώρας.

Τελευταία ενημέρωση Αύγ. 2020

Υποτροφία Keystone

Ανακαλύψτε τις επιλογές που μπορεί να σας δώσει η υποτροφία μας

Σχετικά με τη Σχολή

At Mälardalen University people meet who want to develop themselves and the future. Our 16 000 students read courses and study programs in Business, Health, Engineering, and Education. We conduct rese ... περαιτέρω

At Mälardalen University people meet who want to develop themselves and the future. Our 16 000 students read courses and study programs in Business, Health, Engineering, and Education. We conduct research within all areas of education and have internationally outstanding research in future energy and embedded systems. Our close cooperation with the private and public sectors enables us at MDH to help people feel better and the earth to last longer. Mälardalen University is located on both sides of Lake Mälaren with campuses in Eskilstuna and Västerås. Διαβάστε Λιγότερα
Eskilstuna , Norrmalm + 1 Περισσότερα Λιγότερα

Υποβολή ερώτησης

Άλλη