You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.

48 lines
3.8 KiB

<!--
CO_OP_TRANSLATOR_METADATA:
{
"original_hash": "a8f79b9c0484c35b4f26e8aec7fc4d56",
"translation_date": "2025-08-26T21:35:47+00:00",
"source_file": "1-Introduction/01-defining-data-science/solution/assignment.md",
"language_code": "da"
}
-->
# Opgave: Data Science Scenarier
I denne første opgave beder vi dig om at tænke på nogle virkelige processer eller problemer inden for forskellige problemområder, og hvordan du kan forbedre dem ved hjælp af Data Science-processen. Tænk over følgende:
1. Hvilke data kan du indsamle?
1. Hvordan ville du indsamle dem?
1. Hvordan ville du opbevare dataene? Hvor store er dataene sandsynligvis?
1. Hvilke indsigter kan du få fra disse data? Hvilke beslutninger ville vi kunne tage baseret på dataene?
Prøv at tænke på 3 forskellige problemer/processer og beskriv hvert af punkterne ovenfor for hvert problemområde.
Her er nogle problemområder og problemer, der kan hjælpe dig med at komme i gang med at tænke:
1. Hvordan kan du bruge data til at forbedre uddannelsesprocessen for børn i skoler?
1. Hvordan kan du bruge data til at kontrollere vaccination under pandemien?
1. Hvordan kan du bruge data til at sikre, at du er produktiv på arbejdet?
## Instruktioner
Udfyld følgende tabel (erstat de foreslåede problemområder med dine egne, hvis nødvendigt):
| Problemområde | Problem | Hvilke data skal indsamles | Hvordan opbevare dataene | Hvilke indsigter/beslutninger kan vi tage |
|---------------|---------|---------------------------|--------------------------|------------------------------------------|
| Uddannelse | På universitetet har vi typisk lav fremmøde til forelæsninger, og vi har hypotesen, at studerende, der deltager i forelæsninger, i gennemsnit klarer sig bedre til eksamener. Vi vil stimulere fremmøde og teste hypotesen. | Vi kan spore fremmøde gennem billeder taget af sikkerhedskameraet i klassen eller ved at spore bluetooth/wifi-adresser på studerendes mobiltelefoner i klassen. Eksamensdata er allerede tilgængelige i universitetets database. | Hvis vi sporer sikkerhedskamera-billeder, skal vi opbevare nogle få (5-10) fotografier under klassen (ustrukturerede data) og derefter bruge AI til at identificere ansigter på studerende (konvertere data til struktureret form). | Vi kan beregne gennemsnitligt fremmødedata for hver studerende og se, om der er nogen korrelation med eksamenskarakterer. Vi vil tale mere om korrelation i [sandsynlighed og statistik](../../04-stats-and-probability/README.md)-sektionen. For at stimulere studerendes fremmøde kan vi offentliggøre den ugentlige fremmøderangering på skolens portal og udlodde præmier blandt dem med højest fremmøde. |
| Vaccination | | | | |
| Produktivitet | | | | |
> *Vi giver kun ét svar som eksempel, så du kan få en idé om, hvad der forventes i denne opgave.*
## Bedømmelseskriterier
Eksemplarisk | Tilstrækkelig | Kræver forbedring
--- | --- | -- |
Man var i stand til at identificere rimelige datakilder, måder at opbevare data og mulige beslutninger/indsigter for alle problemområder | Nogle aspekter af løsningen er ikke detaljerede, dataopbevaring er ikke diskuteret, mindst 2 problemområder er beskrevet | Kun dele af dataløsningen er beskrevet, kun ét problemområde er overvejet.
---
**Ansvarsfraskrivelse**:
Dette dokument er blevet oversat ved hjælp af AI-oversættelsestjenesten [Co-op Translator](https://github.com/Azure/co-op-translator). Selvom vi bestræber os på nøjagtighed, skal du være opmærksom på, at automatiserede oversættelser kan indeholde fejl eller unøjagtigheder. Det originale dokument på dets oprindelige sprog bør betragtes som den autoritative kilde. For kritisk information anbefales professionel menneskelig oversættelse. Vi er ikke ansvarlige for eventuelle misforståelser eller fejltolkninger, der måtte opstå som følge af brugen af denne oversættelse.