Verdien av data i beslutningsprosesser

En reise til kunnskapsfronten innen maskinlæring, kunstig intelligens og «data science» på 1, 2, 3 – dager!

Verden blir stadig mer avhengig av data. Dette emnet gir oversikt over muligheter og utfordringer knyttet til bruk av data i beslutningsprosesser, både automatiserte beslutninger og beslutninger tatt av mennesker. Universitetet i Oslo tilbyr emnet for ledere og ansatte i norsk næringsliv og offentlig sektor.

Med vekt på maskinlæring, kunstig intelligens og utfordringer knyttet til håndtering av data gir emnet deg viktig kunnskap om hvordan du og din organisasjon kan skape verdier fra digitale ressurser. Hva digitale ressurser betyr for bærekraft og grønn omstilling, vil også være en del av emnet. Emnet gjennomføres over tre arbeidsdager og avsluttes med en prosjektoppgave.

Påmelding og datoer

Påmeldingsfrist: torsdag 3. oktober 2022.

  • Dag én og to: 17. og 18. oktober 2022.
  • Dag tre: 28. oktober 2022.
  • 4 undervisningstimer per dag, dagtid.
  • Innlevering av eksamen: 9. november 2022.
  • Merk: Kurset har blitt flyttet fra august til oktober.

Meld deg på via emnebeskrivelsen

Dag 1: Data som ressurs

Emnet starter med en historisk gjennomgang og diskusjoner rundt hva data og digitale ressurser betyr for virksomheter spesielt og for samfunnet generelt. Når ble data viktig og hvorfor? Hvordan forstår vi data? Hvordan kontrollere feilkilder? Det gis en kort innføring i representasjon av kunnskap og digitale tvillinger, samt hva som anses å være «state-of-the-art» infrastruktur for innsamling, forvaltning og analyse og bruk av data. Gruppearbeidet denne dagen skal handle om refleksjon rundt hvilke muligheter og utfordringer data gir for deg og din virksomhet.

Dag 2: Maskinlæring og kunstig intelligens

Maskinlæring er studiet av metoder og algoritmer som lærer av data og erfaring. Denne delen av Emnet starter med en introduksjon til de mest brukte metodene og algoritmene innen maskinlæring, herunder viktigheten av å forstå usikkerhet. Videre tar vi deltagerne med på en liten reise inn i dyplæringens verden. Dyplæring er en del av maskinlæring basert på vår kunnskap om hvordan hjernen virker (nevrale nett). Utviklingen av nye algoritmer, kombinert med økt datatilgang og datakraft, har ført til en eksplosiv vekst av dette feltet de senere årene. Denne dagen starter og slutter med gruppearbeid – ved starten av dagen skal deltagerne drøfte spørsmål knyttet til representasjon av kunnskap og forvaltning av data, mens mot slutten av dagen skal gruppearbeidet omhandle utfordringer og muligheter knyttet til automatisering (kunstig intelligens).

– Digitale ressurser er like viktig som menneskelig arbeidskraft og kapital!

Dag 3: Fra innsikt og handling

Denne dagen starter med en introduksjon til de viktigste etiske og juridiske spørsmål knyttet til innsamling, forvaltning og bruk av data. Mange oppgaver kan automatiseres (kunstig intelligens), men økt innsikt fra data vil også kreve valg som krever avanserte beslutninger tatt av mennesker. Digitalt lederskap og læring i en digital verden vil stå sentralt i denne delen av emnet. Gruppearbeidet på denne dagen vil omhandle etiske spørsmål og en diskusjon om hva ledelse er i et gjennomdigitalisert samfunn.

Emnet avsluttes med en beskrivelse av veien videre for de som vil lære enda mer om hva maskinlæring, kunstig intelligens og «data science» betyr for verdiskaping og en bærekraftig samfunnsutvikling.

Foreleser

Portrett av foreleser Morten Dæhlen

Morten Dæhlen er senterleder for dScience – senter for data- og beregningsvitenskap. Hans faglige bakgrunn er innen beregningsvitenskap med vekt på numerisk analyse, geometrisk modellering og maskinlæring. Innenfor disse områdene er han særlig opptatt av modellering og representasjon av store datamengder for mønstergjenkjenning, visualisering og simulering.

Digitale ressurser

er data og systemer for innsamling, forvaltning, analyse og bruk av data med tilhørende lagringskapasiteter, regnekraft og programvare, samt arbeidsprosesser og styringsstrukturer som sikrer at data holder ønsket kvalitet, behandles forsvarlig og gjøres tilgjengelig for bruk.

Les mer om programmet 

Les artikkel om hvordan Data science kan være en nøkkel i den grønne digitale transformasjonen

Publisert 27. okt. 2021 14:15 - Sist endret 16. aug. 2022 09:12