Nätverksanalys och datadriven teknik

Denna projektkurs introducerar studenter till datadriven konstruktion av nätverk och molnsystem. Med hjälp av metoder från statistiskt lärande kommer eleverna att utveckla och utvärdera till exempel modeller för förutsägelse och prognostisering av Key Performance Indicators (KPI:er) och för upptäckt av anomalier. Modellerna kommer att monteras och utvärderas med hjälp av testbäddsmätningar eller spår från operativa system. Funktionerna byggda från dessa modeller är designade för realtidsexekvering. För att utveckla modellerna kommer dataanalytiska verktyg och paket att användas, t.ex. Jupyter notebook, scikit-learn, TensorFlow. Kursen är uppbyggd som två på varandra följande projektblock. Varje block inleds med inledande föreläsningar som ger bakgrund och diskuterar koncept för det specifika projektet, följt av projektgenomförande, rapportskrivning och intervju.