3 ECTS credits
75 u studietijd

Aanbieding 2 met studiegidsnummer 4019540ENR voor alle studenten in het 1e semester met een verdiepend master niveau.

Semester
1e semester
Inschrijving onder examencontract
Niet mogelijk
Beoordelingsvoet
Beoordeling (0 tot 20)
2e zittijd mogelijk
Ja
Onderwijstaal
Nederlands
Faculteit
Faculteit Wetenschappen en Bio-ingenieurswetensch.
Verantwoordelijke vakgroep
Computerwetenschappen
Onderwijsteam
Bart De Boer (titularis)
Onderdelen en contacturen
26 contacturen Hoorcollege
40 contacturen Zelfstudie en externe werkvormen
Inhoud

Opfrissen van de fundamentele wetenschappelijke vaardigheden: Referenties, experimenteel ontwerp, statistiek, schrijven, reviewien.

De te behandelen statistische technieken we zijn in principe de technieken die nodig zijn om de behandelde experimentele ontwerpen te kunnen analyseren.
 

Studiemateriaal
Digitaal cursusmateriaal (Vereist) : De lessen en slides aangeboden tijdens de cursus, Slides offered during the course, Bart de Boer, Canvas
Bijkomende info

Slides zullen na het college beschikbaar worden gesteld, omdat ze tijdens de cursus aangevuld worden. Op de Canvas-site zullen ook algemene files en links staan.
De slides dienen als syllabus.

De studenten wordt sterk aangeraden de colleges te volgen en aantekeningen te maken. De werklast voor mastercursussen is veel hoger dan voor bachelorcursussen, en
de studenten moeten het met minder begeleiding doen dan voor een bachelorcursus.

Let ook op dat alhoewel deze cursus wetenschappelijk verwijzen bespreekt, de studenten al bekend moeten zijn met de definitie van en de sancties op plagiaat zoals vermeld in het Onderwijs- en Examenreglement.

 

Leerresultaten

Algemene competenties

Begrip van wetenschappelijke methoden en het proces van wetenschappelijk onderzoek.

Kunnen werken met precisie en volgens internationale wetenschappelijke standaarden.

Schrijfvaaridgheden

Correct naar bronnen kunnen refereren.

Wetenschappelijk kunnen schrijven, in het bijzonder om duidelijk een wetenschappelijke vraag en methode te kunnen beschrijven.

Data kunnen analyseren

Op een onafhankelijke manier statistische analyse en hyphothesetests kunnen toepassen.

Lineaire modellen en Monte-Carlo statistische methoden kunnen toepassen en implementeren.

Lezen en begrijpen

Een eerlijke en van wetenschappelijk inzicht getuigende review kunnen schrijven over een paper in een domein dat niet precies overeenkomt met de specialisatie van de student.

Beoordelingsinformatie

De beoordeling bestaat uit volgende opdrachtcategorieën:
Examen Schriftelijk bepaalt 40% van het eindcijfer

HOC Praktijkopdracht bepaalt 60% van het eindcijfer

Binnen de categorie Examen Schriftelijk dient men volgende opdrachten af te werken:

  • Schriftelijk eindexamen met een wegingsfactor 40 en aldus 40% van het totale eindcijfer. Dit betreft een tentamen.

    Toelichting: Schriftelijk eindexamen over alle materiaal van de cursus, inclusief het materiaal over de opdrachten

Binnen de categorie HOC Praktijkopdracht dient men volgende opdrachten af te werken:

  • Literatuur review en proposal met een wegingsfactor 30 en aldus 30% van het totale eindcijfer. Dit betreft een tentamen.

    Toelichting: 500 woorden literatuurreview en 500 woorden proposal/experimenteel ontwerp, 10 referenties
  • Statistics oefeningen met een wegingsfactor 30 en aldus 30% van het totale eindcijfer. Dit betreft een tentamen.

    Toelichting: 4 statistics oefeningen

Aanvullende info mbt evaluatie

Studenten zullen geëvalueerd worden aan de hand van 2 praktische opdrachten en een geschreven examen.
Een literatuurreview en proposal/experimenteel ontwerp (500 woordenreview, 500 woorden proposal, 10 referenties) Een statistiekopdracht (4 oefeningen) Aan studenten kan gevraagd worden om de opdrachten mondeling te verdedigen.
Studenten moeten zowel een voldoende halen op het examen als op het gewogen gemiddelde van het examen (40%) en de opdrachten (2x30%). Studenten kunnen een tweede zit doen van het examen in het geval een van deze twee onvoldoende is, maar niet van de opdrachten.

Toegestane onvoldoende
Kijk in het aanvullend OER van je faculteit na of een toegestane onvoldoende mogelijk is voor dit opleidingsonderdeel.

Academische context

Deze aanbieding maakt deel uit van de volgende studieplannen:
Master in de toegepaste informatica: Big Data technologie
Master in de toegepaste informatica: Artificiële intelligentie
Master in de ingenieurswetenschappen: computerwetenschappen: afstudeerrichting Artificiële Intelligentie
Master in de ingenieurswetenschappen: computerwetenschappen: afstudeerrichting Multimedia
Master in de ingenieurswetenschappen: computerwetenschappen: afstudeerrichting Software Languages and Software Engineering
Master in de ingenieurswetenschappen: computerwetenschappen: afstudeerrichting Data Management en Analytics
Educatieve master in de wetenschappen en technologie: computerwetenschappen (120 ECTS, Etterbeek)