DV2573 Beslutsstödjande system

Programkurs, 7,5 Högskolepoäng, Avancerad nivå, vårterminen 2020

Denna kurs är del av program och går inte att söka till.

Beslutsfattande är centralt för många mänskliga aktiviteter, och kräver i många fall användning av datoriserade beslutsstödjande system. Ett beslut kan beskrivas som ett val mellan olika alternativ, och fattas genom uppskattningar av värdet av olika alternativ. Att stödja beslutsfattande innebär att hjälpa människor - enskilda eller i grupp – i processen att samla in relevanta fakta, ta fram alternativ och fatta beslut.
Syftet med kursen är kursdeltagarna skall fördjupa sig inom begrepp, metoder och processer som används när man bygger och använder beslutsstödjande system.

Fakta

  • Undervisningsform: Campus, dagtid, deltid 50%
  • Period: 2020 vecka 14 till 2020 vecka 23
  • Nivå: A1N
  • Anmälan: Denna kurs är del av program och går inte att söka till.
  • Språk: Undervisningen ges på engelska.
  • Ort: Karlskrona
  • Huvudområde: Datavetenskap
  • Kursplan: Ladda ner
  • Välkomstbrev: Denna kurs är en del av ett program och saknar välkomstbrev.
  • Förkunskapskrav: För tillträde till kursen krävs avklarade kurser i programmering 15 hp, databaser, 7,5 hp.

Innehåll

Kursen behandlar följande:
  • Genomgång av datavetenskapliga och matematiska tekniker (metoder) som används som komponenter i beslutsstödjande system.
  • Fördjupning inom vanligt förekommande processer och metoder för att utveckla och tillämpa beslutsstödjande system.

  • Fördjupning inom praktisk tillämpning av teorin bakom beslutsstödsystem, genom design och implementering av ett beslutsstödsystem genom att tillämpa en eller flera av komponenterna som lärs ut i kursen. Kursens komponenter inkluderar: beslutsfattande teori, beslutsfattande i grupp, utveckling med hjälp av tekniker metoder från AI (artificiell intelligens), och modellering, optimering och simulering.

Lärandemål

Kunskap och förståelse

Efter genomgången kurs skall studenten:
  • förstå den historiska utvecklingen av området beslutsstödjande system.
  • förstå hur man på ett metodiskt sätt utvecklar och använder olika typer av beslutsstödjande system.
  • ha kunskap om hur olika typer av datavetenskapliga och matematiska tekniker (till exempel, lärandesystem, simulering och optimering) kan användas inom beslutsstödjande system.
  • kunna identifiera relevanta tekniker och metoder som kan användas för att bygga beslutsstödjande system för verkliga problem samt motivera vilka tekniker och metoder som är mest lämpliga för ett visst problem.
  • utvärdera och förklara för- och nackdelar för olika klasser av beslutsstödjande system i förhållande till specifika beslutssituationer.

Färdighet och förmåga
Efter genomgången kurs skall studenten:
  • kunna designa och implementera olika typer av beslutsstödjande system

Kurslitteratur och övriga läromedel

Titel Decision Support and Business Intelligence Systems, 10/E
Författare: Ramesh Sharda, Dursan Delen and Efraim Turban
Förlag: Prentice Hall
Publicerad: 2015
Antal sidor: 656
ISBN-13: 9780133051001.

Kurs kompendium 1/E att erbjudas av kurs undersökning i början av kursen.

Kurslitteratur och övriga läromedel

Titel Decision Support and Business Intelligence Systems, 10/E
Författare: Ramesh Sharda, Dursan Delen and Efraim Turban
Förlag: Prentice Hall
Publicerad: 2015
Antal sidor: 656
ISBN-13: 9780133051001.

Kurs kompendium 1/E att erbjudas av kurs undersökning i början av kursen.

Lärande och undervisning

Kursen genomförs i form av föreläsningar, gruppundervisning, studiebesök (t ex företag eller sjukhus) och ett seminarium där studenterna presenterar sina projekt.
I slutet av kursen kommer det att finnas en obligatorisk undersökning seminarium med projektpresentation, där studenterna har möjlighet att aktivt delta, analysera och presentera sitt arbete. Muntliga presentationer kommer att genomföras, och därmed både kunskaper i argumentation om beslutsstödjande system och presentationsteknik kommer att praktiseras.

Arbetslivsanknytning

Praktik, projekt och gästföreläsningar.

Lärare

Examinator
  1. Lawrence Henesey
Kursansvarig
  1. Lawrence Henesey

Planerade lärtillfällen

Föreläsningar, seminarier, övningar, laborationer och exkursioner.

Tidsåtgång

I genomsnitt bör en student räkna med att studera 200 timmar för att nå lärandemålen.
I denna tid ingår alla olika förekommande lärandeaktiviteter (föreläsningar, självstudier, examination m. m.).
Tidsuppskattningen baseras på att ett akademiskt år omfattar 60 högskolepoäng (motsvarar 60 ECTS credits),
som svarar mot en total studietid på ca 1 600 timmar. Den faktiska studietiden varierar individuellt.

Bedömning

Examinationsmoment för kursen
Kod Benämning Högskolepoäng Betyg
1705 Tentamen 1 3.5 A-F
1715 Projektarbete 4 G-U
  1. 1Bestämmer kursens slutbetyg vilket utfärdas först när samtliga moment godkänts.

Betyg

Kursen bedöms med betygen A Utmärkt, B Mycket bra, C Bra, D Tillfredsställande, E Tillräckligt, FX Otillräckligt, komplettering krävs, F Underkänd.

Kommande tentamenstillfällen

Inga kommande centralt samordnade tentamenstillfällen hittades för denna kurs.

För att få delta vid ett centralt samordnat tentamenstillfälle måste du ha anmält dig i Studentportalen senast 15 dagar innan tentamensdagen.


Lokal och tidpunkt publiceras ca 5 dagar innan tentamensdagen.


Det kan finnas andra planerade examinationstillfällen. Information om de finns i It's Learning eller på annan plats som kursansvarig hänvisar till.

Kursutvärdering

Kursansvarig ansvarar för att studenternas synpunkter på kursen systematiskt och regelbundet inhämtas och att resultaten av utvärderingar i olika former påverkar kursens utformning och utveckling.