Empirisk programvaruteknik

Kursen är obligatorisk inom Software Engineering and Management, masterprogram (N2SOF).

Kursen kan ingå i följande program:

1. Computer Science, masterprogram (N2COS)
2. Game Design & Technology, masterprogram (N2GDT)
3. Applied Data Science, masterprogram (N2ADS)

Kursen ges även som fristående kurs vid Göteborgs Universitet.

För att vara behörig till kursen behöver sökanden ha en kandidatexamen inom Programvaruteknik, Datavetenskap eller motsvarande.

Följande kunskapsnivå i Engelska krävs: Engelska 6/Engelska nivå 2 eller motsvarande från ett erkänt internationellt test, t.ex. TOEFL, IELTS.

Kursen är för studenter som är intresserade av att lära sig applicera olika empiriska metoder inom programvaruteknik. Kursen introducerar kvantitativa och kvalitativa metoder inom programvaruteknik åtföljt av statistiska metoder som används till analys.

Kursen innehåller:

• Deskriptiv och inferentiell statistik applicerat på programvaruteknik.
• Kvalitativa och kvantitativa metoder inom programvaruteknik.
• Metoder för att analysera kvantitativa och kvalitativa data.
• Användning av statistiska verktyg.

Efter godkänd kurs ska studenten kunna:

Kunskap och förståelse

• beskriva, förstå och tillämpa empiri inom programvaruteknik
• beskriva, förstå och delvis tillämpa principerna bakomfallstudier/experiment/enkätstudier
• beskriva och förstå de underliggande principerna för meta-analytiska studier
• förklara vikten av forskningsetik
• känna till och definiera "code of ethics" gällande forskning inom programvaruteknik
• redogöra för och förklara vikten av validitetshot och hur man kan kontrollera dessa typer av hot
• beskriva och förklara koncepten sannolikhetsrymd, (inkl. betingad sannolikhet), stokastiska variabler, väntvärden, och stokastiska processer, samt känna till flertal konkreta exampel på dessa koncept
• beskriva Markov chain Monte Carlo metoder så som Metropolis
• beskriva och förklara Hamiltonian Monte Carlo
• beskriva och förklara multicollinarity, post-treatment bias, collider bias, confounding
• beskriva och förklara sätt att undvika overfitting

Färdigheter och förmåga

• utvärdera lämpligheten av, och använda, analysmetoder på data
• analysera deskriptiv statistik och definiera lämpliga analysmetoder
• använda och förklara "code of ethics" för programvaruteknisk forskning
• designa statistiska modeller matematiskt och implementera dessa i ett programspråk
• använda sig av konceptet stokastiska processer, dvs Bernoulli, Binomial, Gaussian, och Poisson, med spridningsinslag
• använda sig av ordnade kategoriska utfall (ordered-logit) och prediktorer
• utvärdera lämpligheten, från ett ontologiskt och epistemologiskt perspektiv, av olika distributioner
• använda sig av och utvärdera directed acyclic graphs för att argumentera för kausalitet

Värderingsförmåga och förhållningssätt

• ange och diskutera verktyg för dataanalys och, i synnerhet, bedöma verktygens resultat
• bedöma lämpligheten i olika empiriska metoder och deras tillämpbarhet i att lösa olika och disparata programvarutekniska problemställningar
• ifrågasätta och bedöma vanliga etiska frågeställningar inom
  programvarutekniskforskning
• utvärdera diagnostik från Hamiltonian Monte Carlo och kvadratisk approximering genom att använda koncept from informationsteori, dvs informationsentropi, WAIC och PSIS-LOO
• bedöma en posteriori sannolikhetsdistribution för prediktering utanför urval och för posteriori prediktionskontroller

Föreläsningar, labbar, grupphandledning, problembaserat lärande.

Undervisningsspråk: engelska

Kursen examineras genom inlämningsuppgifter som genomförs i grupp om normalt 3-4 studenter (2,5 högskolepoäng). Uppgifterna betygssätts individuellt, där hänsyn tagits till gruppens resultat samt studentens individuella bidrag till gruppens arbete. Kursen examineras också genom en individuell skriftlig salstentamen (5,0 högskolepoäng). Inlämningsuppgifterna är både teoretiska och praktiska till sin natur.

Om en student som har underkänts två gånger på samma examinerande moment önskar byta examinator inför nästa examinationstillfälle ska en sådan begäran bifallas om det inte finns särskilda skäl däremot (6 kap. 22 § HF).

Om en student har fått besked om pedagogiskt stöd från Göteborgs universitet med rekommendation om anpassad examination och/eller anpassad examinationsform kan examinator, i det fall det är förenligt med kursens lärandemål och förutsatt att inte orimliga resurser krävs, besluta att bevilja studenten anpassad examination och/eller anpassad examinationsform.

Om en kurs har avvecklats eller genomgått en större förändring ska studenten erbjudas minst två examinationstillfällen, utöver ordinarie examinationstillfälle. Dessa tillfällen fördelas under en tid av minst ett år, dock som längst två år efter det att kursen avvecklats/förändrats. Vad gäller praktik och verksamhetsförlagd utbildning (VFU) gäller motsvarande, men med begränsning till endast ett ytterligare examinationstillfälle.

Om en student har fått besked om att denne uppfyller kraven för att vara student vid Riksidrottsuniversitetet (RIU-student) har examinator rätt att besluta om anpassning vid examination, om detta görs i enlighet med Lokala regler gällande RIU-studenter vid Göteborgs universitet

Delkurser

1. Inlämningsuppgifter, 2,5 hp
   Betygsskala: Godkänd (G) och Underkänd (U)
2. Skriftlig salstentamen, 5 hp
   Betygsskala: Mycket väl godkänd (5), Väl godkänd (4), Godkänd (3) och Underkänd (U)

På kursen ges något av betygen Mycket väl godkänd (5), Väl godkänd (4), Godkänd (3) och Underkänd (U).

För att bli godkänd på kursen krävs att både inlämningsuppgifterna och tentamen är godkända. Det slutliga betyget på kursen bestäms utifrån betyget på tentamen.

Kursen utvärderas genom möten, både under och efter kursen, mellan lärare och studentrepresentanter. Ett anonymt skriftligt frågeformulär skickas även ut till studenterna efter kursens slut. Resultaten av utvärderingarna används för att förbättra kursinnehållet och som indikation till vilka delar som skulle kunna läggas till, tas bort, förbättras eller ändras.

Kursen är samläst med Chalmers.

Kursen ersätter kursen DIT278, 7,5 hp. Den här kursen kan inte ingå i en examen som innehåller DIT278. Den kan inte heller ingå i en examen som bygger på en annan examen där DIT278 ingår.