På grund av ett stort intresse och relevans of stora datamängder inom många vetenskapliga fält finns det ett behov att förstå de berökningstekniska angreppssätt som används för att analysera, förstå och extrahera information från stora datamängder. Denna kurs ger en introduktion till de numeriska algoritmer som används för att lösa problem med stora mängder data. Vi använder matematiska och numeriska verktyg för att analysera problem och algoritmer.
Välj termin och kursomgång för att se aktuell information och mer om kursen, såsom kursplan, studieperiod och anmälningsinformation.
KTH Campus
50%
61395
Normal Dagtid
Engelska
Ingen platsbegränsning
Sökbar för alla studenter på alla masterprogram och på civilingenjörsprogram fr.o.m. åk 3.
Masterprogram, biostatistik och datavetenskap, åk 1, Villkorligt valfri
Masterprogram, tillämpad matematik och beräkningsmatematik, åk 1, Valfri
Masterprogram, tillämpad matematik och beräkningsmatematik, åk 1, COMA, Villkorligt valfri
Masterprogram, tillämpad matematik och beräkningsmatematik, åk 1, DAVE, Villkorligt valfri
Notera: all information från kursplanen visas i tillgängligt format på denna sida.
Kursplan SF2526 (HT 2020–)Kursen handlar i huvudsak om algoritmiska och beräkningstekniska frågor samt tillämpningar i dessa ämnen:
Den allmänna målsättningen med kursens är förståelse för när algoritmer fungerar väl samt dess härledningar, implementation och analys. Mer specifikt ska studenten efter slutförd kurs kunna:
SF2524 Matrisberäkningar för storskaliga system (eller motsvarande).
När kurs inte längre ges har student möjlighet att examineras under ytterligare två läsår.
Examinator beslutar, baserat på rekommendation från KTH:s handläggare av stöd till studenter med funktionsnedsättning, om eventuell anpassad examination för studenter med dokumenterad, varaktig funktionsnedsättning.
Examinator får medge annan examinationsform vid omexamination av enstaka studenter.
