IT-kurs
Du har valgt: IT kompetanse
Nullstill
Filter
Ferdig

-

2 dager 8 000 kr
Hovedformålet med kurset er å gi studentene en god forståelse av dataanalyse med Power BI. Kurset inkluderer å skape visualiseringer, Power BI Service og Power BI Mob... [+]
About this course The main purpose of the course is to give students a good understanding of data analysis with Power BI. The course includes creating visualizations, the Power BI Service, and the Power BI Mobile App.   Audience profile The course will likely be attended by SQL Server report creators who are interested in alternative methods of presenting data.   At course completion After completing this course, students will be able to: Perform Power BI desktop data transformation. Describe Power BI desktop modelling. Create a Power BI desktop visualization. Implement the Power BI service. Describe how to connect to Excel data. Describe how to collaborate with Power BI data. Connect directly to data stores. Describe the Power BI developer API. Describe the Power BI mobile app.   Certifisering This course prepares you for exam 70-778, and is a prerequisite for MCSA BI Reporting Certification.   Course Prerequisites The course suits you who want to analyze large datasets in a big data environment, o if you are a developer and want to integrate R analyzes into solutions.     [-]
Les mer
1 dag 6 200 kr
Data genereres i stadig større mengder - av mennesker, av sensorer og av innebygde dataenheter. Mottak, behandling og analyse av store datamengder krever distribuerte tek... [+]
Data genereres i stadig større mengder - av mennesker, av sensorer og av innebygde dataenheter. Mottak, behandling og analyse av store datamengder krever distribuerte teknologier og lagringsformater. Big Data er blitt et fellesbegrep på disse teknologiene og dataene de behandler. Det er i dag forretningskritisk innenfor flere og flere bransjer å kunne håndtere Big Data. Men hvor skal man begynne? Kursinnhold Hvordan defineres Big Data? Hvilke problemstillinger kan løses med Big Data Hvilke Big Data teknologier finnes og hvilke bør vi satse på? Hva er hovedutfordringene med å ta i bruk Big Data? Kurset gjennomføres som en serie foredrag med rom for spørsmål og utdypninger innen hvert emne. De mest brukte teknologiene innen Big Data lagring, datahåndtering og analyse blir gjennomgått og vurdert, inkludert Hadoop, Spark, Hive, HBase, Cassandra, Kafka, MongoDB og en rekke andre. [-]
Les mer
2 dager 15 000 kr
This live classroom course is new for 2018! It focuses on the newest technologies of Microsoft Machine Learning Server and SQL Server 2017. [+]
This live classroom course is new for 2018! It focuses on the newest technologies of Microsoft Machine Learning Server and SQL Server 2017. This 2-day course introduces the most important concepts and Tools, and should be followed by the 3-day course: Intermediate Machine Learning in R on SQL Server and Microsoft ML Server. If you have attended a prior course on Machine Learning, like Rafals week-long class Practical Data Science course offered in 2015-2017, and if you are versed in model validity, accuracy, and reliability, then you should consider attending the Intermediate course only. Ask yourself these questions: Can I explain the difference between cross-validation and hold-out testing? Do I know which business metrics correspond to precision and which to recall? Is model accuracy more important than reliability? And how does a boosted decision tree work? If in doubt, please attend both the Introduction course (2 days) and Intermediate course (3 days).  To deliver the best possible training we follow the industry. The agenda and course content are subject to continuous improvement and revision without further notice. Machine Learning Fundamentals We begin with a thorough introduction of all of the key concepts, terminology, components, and tools. Topics include: Machine learning vs. data mining vs. artificial intelligence Tool landscape: open source R vs. Microsoft R, Python, SQL Server, ML Server, Azure ML Teamwork Algorithms There are hundreds of machine learning algorithms, yet they belong to just a dozen of groups, of which 5 are in very common use. We will introduce those algorithm classes, and we will discuss some of the most often used examples in each class, while explaining which technology tools (Azure ML, SQL, or R) provide their most convenient implementation. You will also learn how to find more algorithms on the Internet and how to figure out if they are any good for real use. Topics include: What do algorithms do? Algorithm classes in R, Python, ML Server, Azure ML, and SSAS Data Mining Supervised vs. unsupervised learning Classifiers Clustering Regressions Similarity Matching Recommenders Data Machine learning requires you to prepare your data into a rather unique, flat, denormalised format. While features (inputs) are always necessary, and you may need to engineer thousands of them, we do not need labels (predictive outputs) in all cases. Topics include: Cases, observations, signatures Inputs and outputs, features, labels, regressors, independent and dependent variables, factors Data formats, discretization/quantizing vs. continuous Indicator columns Feature engineering Azure ML data preparation and manipulation modules Moving data around and its storage, SQL vs. NoSQL, files, data lakes, BLOBs, and Hadoop Process of Data Science The process consists of problem formulation, data preparation, modelling, validation, and deployment—in an iterative fashion. You will briefly learn about the CRISP-DM industry-standard approach but the key subject of this module will teach you how to apply the scientific method of reasoning to solve real-world business problems with machine learning and statistics. Notably, you will learn how to start projects by expressing needs as hypotheses, and how to test them. Topics include: CRISP-DM Stating business question in data science term Hypothesis testing and experiments Students t-test Pearson chi-squared test Iterative hypothesis refinement Introduction to Model Building At the heart of every project we build machine learning models! The process is simple and it follows a well-trodden path. In this module you will build your first decision tree and get it ready for validation in the next module. Topics include: Connecting to data Splitting data to create a holdout Training a decision tree Scoring the holdout Plotting accuracy Introduction to Model Validation The most important aspect of any data science, artificial intelligence, and machine learning project is the iterative validation and improvement of the models. Without validation, your models cannot be reliably used. There are several tests of model validity, most importantly those that check accuracy and reliability. Topics include: Testing accuracy False positives vs. false negatives Classification (confusion) matrix Precision and recall Balancing precision with recall vs. business goals and constraints Introduction to lift charts and ROC curves Testing reliability Testing usefulness Format The course format is 50% lectures, 30% demos and 20% tutorials. You are encouraged to follow the demos on your machine, and you will be challenged to find answers to 3 larger problems during the tutorials. While they are a hands-on part of the course, if you prefer not to practice, you are welcome to use that time for additional Q&A, or to analyse your own data. We will provide you with all the necessary data sets, and we will explain what free or evaluation edition software needs to be installed to follow the course on your own laptop. In some training centres we are able to provide pre-built machines which you can use instead of your own—please enquire. You will need an Azure account (even a free one) during the course. You can copy course experiments and data into your workspace for learning and for future reference after the course.  [-]
Les mer
1 dag 5 900 kr
Big Data has become THE buzzword in today’s media. Unfortunately, most in-depth information on Big Data are for those building the solution, not those seeking a competiti... [+]
Big Data has become THE buzzword in today’s media. Unfortunately, most in-depth information on Big Data are for those building the solution, not those seeking a competitive edge through advanced analytics. Now we share our experience and best practices. Learn about advanced analytics and how big data can be transform your business. Get fundamental understanding of principles, techniques and platforms, and be informed about the challenges involved in implementing a solution. Most people in business find it difficult to make decisions based on the large amount of information they have. Big Data is about solving this challenge. Affecto has more than 15 years of experience in Business Intelligence and Big Data. A deeper understanding of available business information may create development opportunities and can transform knowledge into action through good decision-making. Real time information and self-service give you precise and relevant information. This way you can take smart decisions and give personalized service and advice. Content:What is Big Data, and how to make use of it? Is Big Data just a hype? Innovation with Big Data Client cases and best uses of Big Data in real life Hands-on training Data discovery and analysis with new tools such as IBM Watson and Blue Mix What are the main technologies within Big Data? Data sources Visualization Analysis and data mining Implementation Introduction to data mining and Big Data techniques Big Data and marketing: Segmenting and targeting your audience Social media analytics. How to get data from the web and understand the buzz Text mining. How to understand text and boost your prediction level Internet of Things and Big Data: Utilizing sensor data for predictive maintenance and analytics Hands-on training Vizualisation and analysis with tools as Tableau Big Data challenges How to choose the right tools Organizing Big Data projects How to get started with Big Data successfully   OM CGI CGI Group Inc. ble grunnlagt i 1976 og er verdens femte største uavhengige leverandør av tjenester innen IT- og forretningsprosesser. Med 74 000 medarbeidere over hele verden, leverer CGI en portefølje av ende-til-ende løsninger innen avanserte IT- og forretningskonsulenttjenester, systemintegrasjon og utsetting av IT- og forretningsprosesser. CGIs modell med kundenærhet, et globalt leveransenettverk og egne løsninger bidrar til at kundene hurtigere oppnår resultater og bidrar til deres digitale transformasjon. CGI har en samlet årlig omsetning på over 60 milliarder NOK. CGI-aksjene er notert på TSX (GIB.A) og NYSE (GIB). Hjemmeside: www.cgi.com [-]
Les mer
5 dager 30 000 kr
The new ECSAv10 program offers a seamless learning progress, continuing where the CEH program left off. [+]
Unlike most other pen testing programs that only follow a generic kill chain methodology; the ECSA presents a set of distinguishable comprehensive methodologies that are able to cover different pentesting requirements across different verticals. The ECSA penetration testing course provides you with a real world hands-on penetration testing experience and is a globally accepted hacking and penetration testing class available that covers the testing of modern infrastructures, operating systems and application environments while teaching the students how to document and write a penetration testing report.The ECSA pentest program takes the tools and techniques you learned in the Certified Ethical Hacker course (CEH) and elevates your ability into full exploitation by teaching you how to apply the skills learned in the CEH by utilizing EC-Council’s published penetration testing methodology. It focuses on pentesting methodology with an emphasis on hands-on learning.   Course outline: Security Analysis and Penetration Testing Methodologies TCP IP Packet Analysis Pre-penetration Testing Steps Information Gathering Methodology Vulnerability Analysis External Network Penetration Testing Methodology Internal Network Penetration Testing Methodology Firewall Penetration Testing Methodology IDS Penetration Testing Methodology Web Application Penetration Testing Methodology SQL Penetration Testing Methodology Database Penetration Testing Methodology Wireless Network Penetration Testing Methodology Mobile Devices Penetration Testing Methodology Cloud Penetration Testing Methodology Report Writing and Post Test Actions [-]
Les mer
6 dager 7 525 kr
På forespørsel
Modul Plan, ser på organisasjoner og deres bruk av IT, både som en tilrettelegger for effektive informasjonsystemer, og som en plattform for innovasjon [+]
Kursinnhold     * Organisasjoner og bruk av IT    * IT- ledelse                     * Verdsettelse av IT    * Den globale nettverksøkonomien    * Prosjektledelse    * Samarbeid og kommunikasjon    * Juridiske og etiske problemstillinger   UndervisningsformKlasseromsundervisning med prosjektor hvor deltakerne får tildelt PC med nødvendig programvare installert. Praktisk trening med øvingsoppgaver for å aktivisere kunnskapen.     InstruktørerVi har erfarne instruktørene med høy kompetanse, lang erfaring og dyktige pedagogiske evner.     MålsetningModul Plan, ser på organisasjoner og deres bruk av IT, både som en tilrettelegger for effektive informasjonsystemer, og som en plattform for innovasjon. Modulen krever at kandidaten skal ha en grundig forståelse av organisasjoner, deres strategier og forretningsprosesser, samt de globale trender og muligheter som er involvert. Kandidaten skal kjenne igjen de viktigste problemstillinger knyttet til styringen av IT, som for eksempel å velge riktig teknologi, eller å velge mellom utvikling av interne systemer eller outsourcing. Kandidaten skal også kunne begrunne IT-investeringer og få kjennskap til noen av de juridiske og etiske aspekter ved bruken av IT.   Kandidaten skal bli oppmerksom på kravet om en profesjonell tilnærming til prosjektledelse og kvalitetsikring. Kandidaten skal også forstå betydningen av teambygging og effektivt kommunikasjon når man presenterer sin analyse eller beslutning for organisasjonen.   [-]
Les mer
Nettstudier 1 semester 4 980 kr
På forespørsel
Datamaskinarkitektur: De viktigste komponentene og deres virkemåte og oppbygging: CPU, buss, lagerteknologier (cache og ulike typer primær- og sekundærlager), kontrollere... [+]
  Studieår: 2013-2014   Gjennomføring: Vår Antall studiepoeng: 5.0 Forutsetninger: Ingen Innleveringer: For å kunne gå opp til eksamen må 8 utvalgte øvingsoppgaver være godkjente. Det settes krav til at studenten har tilgang til en PC som kan brukes til praktiske maskinvare- og programvareendringer for å trene på feildiagnostisering og feilretting. Maskinen kan gjerne være en eldre og utdatert maskin, men den må virke. Personlig veileder: ja Vurderingsform: Skriftlig eksamen, individuell, 3 timer. Ansvarlig: Geir Ove Rosvold Eksamensdato: 20.12.13 / 23.05.14         Læremål: KUNNSKAPER:Kandidaten:- har innsikt i datamaskinens virkemåte både fra et teoretisk og praktisk ståsted- kjenner godt til de enkelte komponenter i datamaskinen og hvordan de virker sammen- kjenner til de grunnleggende matematikk- og informatikktema (tallsystemer, datarepresentasjon, lokalitet) som er relevante for emnets tekniske hovedtemaer FERDIGHETER:Kandidaten:- kan gjøre nytte av sine teoretiske kunnskaper inne emnets tema i relevant praktisk problemløsing- kan optimalisere, oppgradere og holde ved like en datamaskin, samt diagnostisere, feilsøke og reparere en datamaskin ved de vanligste feilsituasjoner GENERELL KOMPETANSE:Kandidaten:- har kompetanse til selvstendig både å formidle og å ta i bruk sine kunnskaper og ferdigheter innen emnets tema- kan i en praktisk driftssituasjon, forklare og gjøre bruk av sin kunnskap både innen hvert enkelt tema i faget og på tvers av temaene Innhold:Datamaskinarkitektur: De viktigste komponentene og deres virkemåte og oppbygging: CPU, buss, lagerteknologier (cache og ulike typer primær- og sekundærlager), kontrollere og io-utstyr, avbruddsmekanismen, DMA, brikkesett og moderne systemarkitektur, ulike maskinklasser. Prosessorarkitektur: Pipeline, superskalaritet, dynamisk utføring, mikrooperasjoner, kontrollenheten, hardkoding kontra mikroprogrammering, RISC og CISC. Teori-tema: Tallsystemer. Datarepresentasjon og -aritmetikk. Buss- og lagerhierarki. Cache og lokalitet. Høynivåspråk kontra assembly. Praktisk driftsarbeid: Kabinett, hovedkort, ulike prosessorer, buss, RAM, cache, BIOS. Lyd-, nettverks-og skjermkort. Sekundærminne (Harddisk, CD-ROM, DVD, tape og andre typer). Avbruddsmekanismen, I/O, DMA og busmastering. Å oppdage og rette feil. Boot-prosessen. Formatering, partisjonering.Les mer om faget her [-]
Les mer
9 500 kr
Praktisk maskinlæring med eksempler i R, Python og Azure ML. [+]
Maskinlæring inngår som en naturlig del av faget kunstig intelligens (AI), og har de senere årene fått stor oppmerksomhet. I dette kurset vil du bli kjent med mange av metodene som benyttes i maskinlæring. Kurset har en praktisk tilnærming der du anvender metodene på forskjellige case. Hver kursdeltager har tilgang på egen kursPC, og velger selv om han/hun vil arbeid i R, Python, Azure ML, eller bare være passiv deltager. Kursinnhold Lineær og ulineær regresjon Logistisk regresjon Trebaserte metoder (Random forrest) Support vector machines og Kernels Nevrale nettverk (prediksjon og læring) Avanserte nevrale nettverk Ikke-veiledet læring K-means clustering Prinsipal komponentanalyse (PCA) Overparameterisering og hyperparametertilpasning Dimensjonsreduksjon og regularisering Eksempler i R, Python og Azure ML [-]
Les mer
4 dager 4 865 kr
På forespørsel
Modul Operate omhandler nettverk og relaterte kommunikasjonstjenester innen en IT-infrastruktur, samt vedlikehold og brukerproblemstillinger i forhold til tjenestetilbude... [+]
Kursinnhold• Hardwarekomponenter og arkitektur• Operativsystemer  • Kommunikasjon og nettverk• Nettverkstjenester• Trådløs og mobil databehandling• Nettverksadministrasjon• Service og support   UndervisningsformKlasseromsundervisning med prosjektor hvor deltakerne får tildelt PC med nødvendig programvare installert. Praktisk trening med øvingsoppgaver for å aktivisere kunnskapen.   InstruktørerVi har erfarne instruktørene med høy kompetanse, lang erfaring og dyktige pedagogiske evner.   MålsetningModul Operate omhandler nettverk og relaterte kommunikasjonstjenester innen en IT- infrastruktur, samt vedlikehold og brukerproblemstillinger i forhold til tjenestetilbudet. Modulen krever at kandidaten skal kjenne til hardware komponenter, dataarkitekturer og forskjellige operativsystemer. Kandidaten skal også skille mellom ulike nivåer av kommunikasjonsprotokoller, og deres bruk i både kablede og trådløse nettverksteknologier. Dessuten skal kandidaten forstå Simple Network Management Protocol (SNMP), e-post og webtjenester, og de tilhørende sikkerhetstrusler og mottiltak. Kandidaten skal forstå betydningen av en klient-orientert tilnærming til IT-støtte, og kunne benytte noen av de grunnleggende prinsipper for IT-support.. [-]
Les mer
3 dager 4 515 kr
På forespørsel
Kandidaten skal bl.a. kunne begrunne IT-investeringer og få kjennskap til noen av de juridiske og etiske aspekter ved bruken av IT [+]
Kursinnhold• Organisasjoner og bruk av IT• IT- ledelse  • Verdsettelse av IT• Den globale nettverksøkonomien• Prosjektledelse• Samarbeid og kommunikasjon• Juridiske og etiske problemstillinger   UndervisningsformKlasseromsundervisning med prosjektor hvor deltakerne får tildelt PC med nødvendig programvare installert. Praktisk trening med øvingsoppgaver for å aktivisere kunnskapen.   InstruktørerVi har erfarne instruktørene med høy kompetanse, lang erfaring og dyktige pedagogiske evner.   MålsetningModul Plan, ser på organisasjoner og deres bruk av IT, både som en tilrettelegger for effektive informasjonsystemer, og som en plattform for innovasjon. Modulen krever at kandidaten skal ha en grundig forståelse av organisasjoner, deres strategier og forretningsprosesser, samt de globale trender og muligheter som er involvert. Kandidaten skal kjenne igjen de viktigste problemstillinger knyttet til styringen av IT, som for eksempel å velge riktig teknologi, eller å velge mellom utvikling av interne systemer eller outsourcing. Kandidaten skal også kunne begrunne IT-investeringer og få kjennskap til noen av de juridiske og etiske aspekter ved bruken av IT. Kandidaten skal bli oppmerksomm på kravet om en profesjonell tilnærming til prosjektledelse og kvalitetsikring. Kandidaten skal også forstå betydningen av teambygging og effektivt kommunikasjon når man presenterer sin analyse eller beslutning for organisasjonen. [-]
Les mer
Bedriftsintern 3 dager 14 500 kr
NobleProg has official OMG OCUP 2 Content Developer status [+]
Duration 21 hours   Prerequisites Good knowledge of any object-oriented language or basic UML knowledge is required.   Overview OCUP2 Content Developer NobleProg has official OMG OCUP 2 Content Developer status, which means that our course outlines and training materials were developed by the same experts who prepared questions for OCUP 2 exams. Audience Developers, programmers, business analysts, project managers, software architects, testers, people responsible for documentation or anyone involved in the software development process. Objectives Prepares you to work with the most commonly encountered UML elementsTeaches you how to create simple UML modelsPrepares you to be a member of a UML Development Team   Course Outline Why we model The Class Diagram Common Structure Type Dependency Namespace VisibilityKind (public, private, protected) MultiplicityElement Constraint Comment Simple Classifiers PrimitiveType DataType Enumeration EnumerationLiteral Interface InterfaceRealization Signal Reception Structured Classifiers Association Class Classification Generalization Feature Structural Feature Behavioral Feature Property Operation Parameter AggregationKind (Composition, Aggregation) Values LiteralBoolean LiteralInteger LiteralReal LiteralUnlimitedNatural LiteralNull LiteralString Opaque Expression The Object Diagram InstanceSpecification Slot The Package Diagram Packages Package PackageImport The Use Case Diagram Use Cases UseCase Actor Include The Activity Diagram Activities Activity ActivityFinalNode ActivityParameterNode ControlFlow InitialNode DecisionNode FlowFinalNode ForkNode JoinNode MergeNode ObjectFlow ObjectNode Actions Action CallBehaviorAction CallOperationAction, SendSignalAction AcceptEventAction Pin InputPin, OutputPin OpaqueAction The Sequence Diagram Interactions Interaction OccurrenceSpecification ExecutionSpecification ExecutionOccurrenceSpecification DestructionOccurrenceSpecification Lifeline Message MessageOccurrenceSpecification MessageSort MessageEnd Common Behavior CallEvent SignalEvent Trigger OpaqueBehavior The State Machine Diagram State Machines StateMachine State Transition Pseudostate: choice, junction, initial FinalState [-]
Les mer
Nettstudier 1 semester 4 980 kr
På forespørsel
Utviklingsprosesser. Modellering. UML. Verktøy. Objektorientert analyse Objektorientert design. Bruk av arkitektoniske stiler og design mønstre. Implementasjon og test. [+]
Studieår: 2013-2014   Gjennomføring: Høst Antall studiepoeng: 5.0 Forutsetninger: Erfaring fra et objektorientert programmeringsspråk, kjennskap til prosjektarbeid Innleveringer: Innleverte øvinger. Det blir gitt 10 øvinger, 8 må være godkjent for å kunne gå opp til eksamen. Personlig veileder: ja Vurderingsform: 4 timer skriftlig eksamen. Ansvarlig: Tore Berg Hansen Eksamensdato: 12.12.13         Læremål: Forventet læringsutbytte:Etter å ha gjennomført emnet Objektorientert systemutvikling skal studenten ha følgende samlete læringsutbytte: KUNNSKAPER:Kandidaten:- kan definere, gjenkjenne og forklare de grunnleggende konsepter for utvikling av store programvaresystemer basert på det objektorienterte paradigme- argumentere for betydningen av å følge en prosessmodell- argumentere for fordelene med smidige prosesser- argumentere for modellbasert utvikling- beskrive modellene som brukes i objektorientert systemutvikling og hvordan de henger sammen- forklare begrepene arkitektoniske stiler og designmønstre FERDIGHETER:Kandidaten:- kan demonstrere den systematiske gangen fra krav, via arkitektonisk og detaljert design, til ferdig kodet og implementert system GENERELL KOMPETANSE:Kandidaten:- er klar over at utvikling av store programvaresystemer er ingeniørarbeid- er seg bevisst at utvikling av komplekse programvaresystemer krever koordinert innsats av et velfungerende team som følger en definert, smidig prosess- er opptatt av tett kontakt med alle interessenter for å oppnå et godt resultat Innhold:Utviklingsprosesser. Modellering. UML. Verktøy. Objektorientert analyse Objektorientert design. Bruk av arkitektoniske stiler og design mønstre. Implementasjon og test.Les mer om faget her Påmeldingsfrist: 25.08.13 / 25.01.14         Dette faget går: Høst 2013    Fag Objektorientert systemutvikling 4980,-         Semesteravgift og eksamenskostnader kommer i tillegg.    [-]
Les mer
12 timer 5 400 kr
Kurset gir innføring i administrering av WPPSI-IV. I kursets tolkningsdel blir ulike sider ved tolkning forklart. [+]
Wechsler Preschool and Primary Scale of Intelligence – Fourth Edition (WPPSI-IV) er en evnetest for barn mellom to år og seks måneder og syv år og syv måneder. Det er store endringer i barns kognitive evner tidlig i livet, og WPPSI-IV er derfor delt i to testbatterier. Det er ett testbatteri for yngre barn (2:6-3:11), og ett testbatteri for barn mellom fire og syv år (4:0-7:7). For de yngste barna kan man regne ut fullskala IQ-skår, tre primære indekser og tre sekundære indekser. De primære indeksene er verbal forståelse, visuospatial indeks og arbeidshukommelse. De sekundære indeksene er basalt språk, nonverbal indeks og grunnleggende evner. For barn over fire år kan man også regne ut de primære indeksene flytende resonnering og prosesseringshastighet og den sekundære indeksen basal prosessering. Den norske versjonen av WPPSI-IV er resultatet av et skandinavisk samarbeidsprosjekt. Kursholder er Helge Galta, Cand.polit. med hovedfag i psykologi. Helge Galta driver Galta testkompetanse, har arbeidet i PP-tjenesten siden 2004 og underviser i testpsykologi ved flere norske universiteter. Høsten 2014 ga Helge Galta ut boken Tolkning av WISC-IV. Teori og praksis på Universitetsforlaget. Kurset er beregnet for psykologer, pedagoger og andre som bruker WPPSI-IV i sitt daglige virke, og både erfarne og uerfarne testbrukere kan dra nytte av undervisningen. Kurset er godkjent som fritt spesialistkurs og vedlikeholdsaktivitet for psykologspesialister av Norsk psykologforening. Kurset går over to dager og gir kursdeltakeren innføring i:   Administrering Riktig administrering er avgjørende for gyldige testresultater. Støtteark, som gjør administreringen enklere, blir sendt pr. e-post i forkant av kurset.  Tolkning og rapportskriving En kompetent testbruker har kunnskap om psykometri, metode, statistikk, tolkningsteori, intelligensteori og den enkelte test han eller hun anvender. I dette kurset gjennomgås det viktigste for å administrere og tolke WPPSI-IV på en etisk forsvarlig måte. Ved å forstå metode og statistikk vurderer man IQ- og indeksskårene riktig. Det er gjennom denne kunnskapen man finner ut hva testresultatet indikerer og hva som skal med i rapporten. Tolkningsteori forteller oss hvor robuste ulike testskårer er. Gjennom ulike studier har man sett at fullskala IQ-skår og indeksskårene er robuste, og at de derfor bør ha en sentral plass i tolkning av testresultater. På den andre siden har studier vist at enkeltstående deltestskårer ikke er robuste. Enkeltstående deltestskårer bør derfor ikke vies mye oppmerksomhet ved tolkning. I dag har intelligensteori en sentral plass i tolkning av testresultater. CHC-teori forteller oss hva som måles i ulike evnetester. Nevrologisk forståelse av intelligens hjelper oss til å forstå hvorfor det er individuelle forskjeller i prestasjoner på skole og i jobb. Teorier om arbeidshukommelse og prosesseringshastighet bidrar til å forstå hvorfor klasseromssituasjonen og andre kognitivt krevende oppgaver, kan være vanskelige for mange barn. Vi vet også at ulike miljøbetingelser er av avgjørende betydning for kognitiv utvikling. Forskjellige diagnosegrupper kjennetegnes av ulike kognitive vansker. Fullskala IQ-skår under 70 er et kriterium ved diagnostisering av psykisk utviklingshemning. I andre utredninger er ikke sammenhengen mellom testskår og diagnose like åpenbar. På gruppenivå ser man likevel at bestemte kliniske populasjoner tenderer til å vise kognitive vansker. Personer med ADHD tenderer til å ha nedsatt fullskala IQ-skår og nedsatt skår på mål av arbeidshukommelse og prosesseringshastighet. Personer med autismespekterforstyrrelser tenderer også til å få nedsatt skår på indekser som måler arbeidshukommelse og prosesseringshastighet. Det forskes mye på kognitiv fungering i ulike diagnosegrupper, og det er mange interessante diskusjoner både når det gjelder testresultater og nevrologisk forståelse av kognitiv funksjon. Det fremholdes blant annet at de kognitive vanskene til personer med ADHD skyldes saktere og mer varierende informasjonsprosessering. Nevrologisk forklares dette med at personer med ADHD har vansker med å endre hjernens aktivering fra hviletilstand til en aktiv kognitiv tilstand.     Rapportskriving er en viktig del av evnetesting. Gjennom rapporten skal man med ett lett og forståelig språk forklare barnets testresultater. Man tolker testresultatet, og i rapporten skriver man hvordan et slikt resultat kan bidra til å forstå barnets kognitive prestasjoner utenfor testrommet. I testrapporter skriver man også ofte om tiltak. Å forstå hvorfor et barn strever er avgjørende for å legge best til rette for videre læring og utvikling.  [-]
Les mer
8 dager 8 925 kr
På forespørsel
Kandidaten vil bl.a. få en grunnleggende kunnskap om søkespråk og være oppmerksom på noen viktige databaseadministrasjonsproblemer [+]
Kursinnhold• Systemutvikling, prosess og metode• Datahåndteringe og databaser  • Programmering• Brukergrensesnitt og webdesign   UndervisningsformKlasseromsundervisning med prosjektor hvor deltakerne får tildelt PC med nødvendig programvare installert. Praktisk trening med øvingsoppgaver for å aktivisere kunnskapen.   InstruktørerVi har erfarne instruktørene med høy kompetanse, lang erfaring og dyktige pedagogiske evner.     [-]
Les mer
1 dag 7 500 kr
08 Sep
14 Oct
18 Nov
Data science og maskinlæring er blitt en viktig drivkraft bak mange forretnings beslutninger. Men fortsatt er mange usikre på hva begrepene innebærer og hvilke muligheter... [+]
Maskinlæring handler om sette datamaskiner i stand til å lære fra og utvikle atferd basert på data. Det vil si at en datamaskin kan løse en oppgave den ikke er eksplisitt programmert for å håndtere. I stedet er den i stand til å automatisk lære gjenkjenning av komplekse mønstre i data og gjøre beslutninger basert på dette disse. Maskinlæring gir store muligheter, men mange bedrifter har problemer med å ta teknologien i bruk. Nøyaktig hvilke oppgaver kan maskinlæring utføre, og hvordan kommer man i gang? Dette kurset gir oversikt over mulighetene som ligger i maskinlæring, og hvordan i tillegg til kunnskap om hvordan teknologien kan løse oppgaver og skape resultater i praksis. Hva er maskinlæring, datavitenskap og kunstig intelligens og hvordan det er relatert til statistikk og dataanalyse? Hvordan å utvinne kunnskap fra dataene dine? Hva betyr Big data og hvordan analyseres det? Hvor og hvordan skal du bruke maskinlæring til dine daglige forretningsproblemer? Hvordan bruke datamønstre til å ta avgjørelser og spådommer med eksempler fra den virkelige verden? Hvilke typer forretningsproblemer kan en maskinen lære å håndtere Muligheter som maskinlæring gir din bedrift Hva er de teoretiske aspekter på metoder innen maskinlæring? Hvilke ML-metoder som er relevante for ulike problemstillinger innen dataanalyse? Hvordan evaluere styrker og svakheter mellom disse algoritmene og velge den beste? Anvendt data science og konkrete kunde eksempler i praksis Målsetning Kurset gir kunnskap om hvordan maskinlæring kan løse et bestemt problem og hvilke metoder som egner seg i en gitt situasjon. Du blir i stand til å kan skaffe deg innsikt i data, og vil kunne identifisere egenskapene som representerer dem best. Du kjenner de viktigste maskinlæringsalgoritmene og hvilke metoder som evaluerer ytelsen deres best. Dette gir grunnlag for kontinuerlig forbedring av løsninger basert på maskinlæring. [-]
Les mer

Lukk Denne siden benytter seg av informasjonskapsler (cookies).
Du kan fortsette å bruke siden som vanlig hvis du godtar dette. Les mer om bruk av informasjonskapsler i vår personvernerklæring.