Applied mathematics: Probability TheoryLaajuus (3 cr)
Code: TZLM7040
Credits
3 op
Teaching language
- Finnish
Responsible person
- Pekka Varis
Objective
Objective of the course
Probability Theory is one of the alternative courses for applied mathematics. In this course you focus your skill in particular on the mathematics needed in machine learning.
Content
Sporadic phenomena and the concept of probability. Classic probability. Conditional probability and independence. Bayes formula. Random variable, binomial expression, Poisson and normal distribution, central limit value theorem. An overview on statistical analysis.
Qualifications
-
Assessment criteria, approved/failed
You understand the concept of probability and know how to apply it to random real-world phenomena and statistical analysis.
Enrollment
01.08.2024 - 31.05.2025
Timing
12.08.2024 - 31.07.2025
Number of ECTS credits allocated
3 op
Virtual portion
3 op
Mode of delivery
Online learning
Unit
School of Technology
Campus
Lutakko Campus
Teaching languages
- Finnish
Seats
0 - 135
Degree programmes
- Bachelor's Degree Programme in Information and Communications Technology
Teachers
- Pekka Varis
Groups
-
TTV23S2Tieto- ja viestintätekniikka (AMK)
-
TTV23S3Tieto- ja viestintätekniikka (AMK)
-
TTV23S5Tieto- ja viestintätekniikka (AMK)
-
TTV23SMTieto- ja viestintätekniikka (AMK)
-
TTV23S1Tieto- ja viestintätekniikka (AMK)
Objectives
Objective of the course
Probability Theory is one of the alternative courses for applied mathematics. In this course you focus your skill in particular on the mathematics needed in machine learning.
Content
Sporadic phenomena and the concept of probability. Classic probability. Conditional probability and independence. Bayes formula. Random variable, binomial expression, Poisson and normal distribution, central limit value theorem. An overview on statistical analysis.
Time and location
Opintojakso toteutetaan non-stoppina 12.8.2024 - 31.7.2025.
Learning materials and recommended literature
Työtilassa olevat videot ja kirjallinen materiaali.
Teaching methods
Itseopiskelu verkossa olevan materiaalin (videot, harjoitukset) avulla. Vapaamuotoinen ohjausaika joka toinen viikko.
Exam dates and retake possibilities
Kokeita pidetään 2 kertaa kuukaudessa, kesäaikaan kerran kuukaudessa,
Alternative completion methods
ei ole
Content scheduling
Kyseessä on non-stop-toteutus. Kurssille voi ilmoittautua milloin vaan 1.8.2024 - 31.7.2025.
Opiintojakso suoritetaan kahdella välikokeella. Kokeita pidetään 2 kertaa kuukaudessa, kesäaikaan kerran kuukaudessa, Kokeet oi tehdä myös etäkokeena.
Evaluation scale
Pass/Fail
Evaluation criteria, pass/failed
You understand the concept of probability and know how to apply it to random real-world phenomena and statistical analysis.
Prerequisites
-
Enrollment
01.08.2023 - 31.05.2024
Timing
01.09.2023 - 31.07.2024
Number of ECTS credits allocated
3 op
Virtual portion
3 op
Mode of delivery
Online learning
Unit
School of Technology
Campus
Lutakko Campus
Teaching languages
- Finnish
Seats
20 - 35
Degree programmes
- Bachelor's Degree Programme in Information and Communications Technology
Teachers
- Pekka Varis
Groups
-
TTV22S5Tieto- ja viestintätekniikka (AMK)
-
TTV22S2Tieto- ja viestintätekniikka (AMK)
-
TTV21S3Tieto- ja viestintätekniikka (AMK)
-
TTV22S3Tieto- ja viestintätekniikka (AMK)
-
TTV21S5Tieto- ja viestintätekniikka (AMK)
-
TTV22S1Tieto- ja viestintätekniikka (AMK)
-
TTV22SMTieto- ja viestintätekniikka (AMK)
-
TTV22S4Tieto- ja viestintätekniikka (AMK)
-
TTV22SM2Tieto- ja viestintätekniikka (AMK)
-
TTV21S2Tieto- ja viestintätekniikka (AMK)
-
TTV21S1Tieto- ja viestintätekniikka (AMK)
Objectives
Objective of the course
Probability Theory is one of the alternative courses for applied mathematics. In this course you focus your skill in particular on the mathematics needed in machine learning.
Content
Sporadic phenomena and the concept of probability. Classic probability. Conditional probability and independence. Bayes formula. Random variable, binomial expression, Poisson and normal distribution, central limit value theorem. An overview on statistical analysis.
Time and location
Opintojakso toteutetaan non-stoppina 28.8.2023 - 31.7.2024.
Learning materials and recommended literature
Työtilassa olevat videot ja kirjallinen materiaali.
Teaching methods
Itseopiskelu verkossa olevan materiaalin (videot, harjoitukset) avulla. Vapaamuotoinen ohjausaika joka toinen viikko.
Exam dates and retake possibilities
Kokeita pidetään 2 kertaa kuukaudessa, kesäaikaan kerran kuukaudessa,
Alternative completion methods
Ei ole
Further information for students
Kyseessä on non-stop-toteutus. Kurssille voi ilmoittautua milloin vaan 28.8.2023 - 31.7.2024.
Opiintojakso suoritetaan kahdella välikokeella. Kokeita pidetään 2 kertaa kuukaudessa, kesäaikaan kerran kuukaudessa,
Evaluation scale
Pass/Fail
Evaluation criteria, pass/failed
You understand the concept of probability and know how to apply it to random real-world phenomena and statistical analysis.
Prerequisites
-
Enrollment
01.11.2022 - 05.01.2023
Timing
06.03.2023 - 28.04.2023
Number of ECTS credits allocated
3 op
Mode of delivery
Face-to-face
Unit
School of Technology
Campus
Lutakko Campus
Teaching languages
- Finnish
Seats
0 - 35
Degree programmes
- Bachelor's Degree Programme in Information and Communications Technology
Teachers
- Pekka Varis
Groups
-
TTV21S3Tieto- ja viestintätekniikka (AMK)
-
TTV21S5Tieto- ja viestintätekniikka (AMK)
-
TTV21SMTieto- ja viestintätekniikka (AMK)
-
TTV21S2Tieto- ja viestintätekniikka (AMK)
-
TTV21S1Tieto- ja viestintätekniikka (AMK)
Objectives
Objective of the course
Probability Theory is one of the alternative courses for applied mathematics. In this course you focus your skill in particular on the mathematics needed in machine learning.
Content
Sporadic phenomena and the concept of probability. Classic probability. Conditional probability and independence. Bayes formula. Random variable, binomial expression, Poisson and normal distribution, central limit value theorem. An overview on statistical analysis.
Time and location
Kevätlukukauden 2023 toinen puolisko.
Learning materials and recommended literature
Opettajan oppimisympäristössä jakama kirjallinen ja videomateriaali.
Teaching methods
Kontaktiopetus 2+2 h/viikko, joissa luentoa ja laskuharjoituksia
Viikoittaiset kotitehtävät.
Itsenäistä opiskelua varten on olemassa luentovideot.
Exam dates and retake possibilities
Julkaistaan opintojakson alussa oppimisympäristössä.
Alternative completion methods
Hyväksilukemisen menettelytavat kuvataan tutkintosäännössä ja opinto-oppaassa. Opintojakson opettaja antaa lisätietoa mahdollisista opintojakson erityiskäytänteistä.
Student workload
Luennot + laskuharjoitukset n. 25 h
Itsenäinen opiskelu ja kotitehtävät 50 h
Tentti 3 h
Kuormitus on tasainen koko opintojakson ajan, yhteensä 80 h.
Further information for students
Opintojakso arvioidaan kurssin lopulla pidettävällä kokeella. Viikoittaisista kotitehtävistä saa lisäpisteitä kokeeseen.
Evaluation scale
Pass/Fail
Evaluation criteria, pass/failed
You understand the concept of probability and know how to apply it to random real-world phenomena and statistical analysis.
Prerequisites
-
Enrollment
01.11.2022 - 05.01.2023
Timing
09.01.2023 - 24.02.2023
Number of ECTS credits allocated
3 op
Mode of delivery
Face-to-face
Unit
School of Technology
Campus
Lutakko Campus
Teaching languages
- Finnish
Seats
0 - 35
Degree programmes
- Bachelor's Degree Programme in Information and Communications Technology
Teachers
- Pekka Varis
Groups
-
TTV21S3Tieto- ja viestintätekniikka (AMK)
-
TTV21S5Tieto- ja viestintätekniikka (AMK)
-
TTV21SMTieto- ja viestintätekniikka (AMK)
-
TTV21S2Tieto- ja viestintätekniikka (AMK)
-
TTV21S1Tieto- ja viestintätekniikka (AMK)
Objectives
Objective of the course
Probability Theory is one of the alternative courses for applied mathematics. In this course you focus your skill in particular on the mathematics needed in machine learning.
Content
Sporadic phenomena and the concept of probability. Classic probability. Conditional probability and independence. Bayes formula. Random variable, binomial expression, Poisson and normal distribution, central limit value theorem. An overview on statistical analysis.
Time and location
Kevätlukukauden 2023 ensimmäinen puolisko.
Learning materials and recommended literature
Opettajan oppimisympäristössä jakama kirjallinen ja videomateriaali.
Teaching methods
Kontaktiopetus 2+2 h/viikko, joissa luentoa ja laskuharjoituksia
Viikoittaiset kotitehtävät.
Itsenäistä opiskelua varten on olemassa luentovideot.
Exam dates and retake possibilities
Julkaistaan opintojakson alussa oppimisympäristössä.
Alternative completion methods
Hyväksilukemisen menettelytavat kuvataan tutkintosäännössä ja opinto-oppaassa. Opintojakson opettaja antaa lisätietoa mahdollisista opintojakson erityiskäytänteistä.
Student workload
Luennot + laskuharjoitukset n. 25 h
Itsenäinen opiskelu ja kotitehtävät 50 h
Tentti 3 h
Kuormitus on tasainen koko opintojakson ajan, yhteensä 80 h.
Further information for students
Opintojakso arvioidaan kurssin lopulla pidettävällä kokeella. Viikoittaisista kotitehtävistä saa lisäpisteitä kokeeseen.
Evaluation scale
Pass/Fail
Evaluation criteria, pass/failed
You understand the concept of probability and know how to apply it to random real-world phenomena and statistical analysis.
Prerequisites
-
Enrollment
01.08.2022 - 25.08.2022
Timing
29.08.2022 - 16.12.2022
Number of ECTS credits allocated
3 op
Virtual portion
3 op
Mode of delivery
Online learning
Unit
School of Technology
Teaching languages
- Finnish
Seats
0 - 70
Degree programmes
- Bachelor's Degree Programme in Information and Communications Technology
Teachers
- Pekka Varis
Groups
-
TTV21S3Tieto- ja viestintätekniikka (AMK)
-
TTV21S5Tieto- ja viestintätekniikka (AMK)
-
TTV21SMTieto- ja viestintätekniikka (AMK)
-
TTV21S2Tieto- ja viestintätekniikka (AMK)
-
TTV21S1Tieto- ja viestintätekniikka (AMK)
Objectives
Objective of the course
Probability Theory is one of the alternative courses for applied mathematics. In this course you focus your skill in particular on the mathematics needed in machine learning.
Content
Sporadic phenomena and the concept of probability. Classic probability. Conditional probability and independence. Bayes formula. Random variable, binomial expression, Poisson and normal distribution, central limit value theorem. An overview on statistical analysis.
Time and location
Opintojakso toteutetaan viikoilla 35 - 50 (29.8.-16.12.2022). Etäopiskelu Moodlen kautta.
Learning materials and recommended literature
Opettajan oppimisympäristössä jakama kirjallinen ja videomateriaali.
Teaching methods
Itseopsikelu: luentovideot ja harjoitustehtävät.
Viikottaiset kotitehtävät
Exam dates and retake possibilities
Julkaistaan opintojakson alussa oppimisympäristössä.
Alternative completion methods
Hyväksilukemisen menettelytavat kuvataan tutkintosäännössä ja opinto-oppaassa. Opintojakson opettaja antaa lisätietoa mahdollisista opintojakson erityiskäytänteistä.
Student workload
Itsenäinen opiskelu ja kotitehtävät 75 h
Tentti 3 h
Kuormitus on tasainen koko opintojakson ajan, yhteensä 80 h.
Further information for students
Opintojakso arvioidaan kurssin lopulla pidettävällä kokeella. Viikoittaisista kotitehtävistä saa lisäpisteitä kokeeseen.
Kokeen voi tehdä Dynamolla tai etäkokeena.
Evaluation scale
0-5
Evaluation criteria, pass/failed
You understand the concept of probability and know how to apply it to random real-world phenomena and statistical analysis.
Prerequisites
-
Enrollment
01.11.2021 - 09.01.2022
Timing
10.01.2022 - 25.02.2022
Number of ECTS credits allocated
3 op
Virtual portion
1 op
Mode of delivery
67 % Face-to-face, 33 % Online learning
Unit
School of Technology
Campus
Lutakko Campus
Teaching languages
- Finnish
Seats
0 - 35
Degree programmes
- Bachelor's Degree Programme in Information and Communications Technology
Teachers
- Pekka Varis
Groups
-
TTV20S5Tieto- ja viestintätekniikka
-
TTV20S3Tieto- ja viestintätekniikka
-
TTV20S2Tieto- ja viestintätekniikka
-
TTV20S1Tieto- ja viestintätekniikka
Objectives
Objective of the course
Probability Theory is one of the alternative courses for applied mathematics. In this course you focus your skill in particular on the mathematics needed in machine learning.
Content
Sporadic phenomena and the concept of probability. Classic probability. Conditional probability and independence. Bayes formula. Random variable, binomial expression, Poisson and normal distribution, central limit value theorem. An overview on statistical analysis.
Time and location
Kevätlukukauden 2022 ensimmäinen puolisko.
Learning materials and recommended literature
Opettajan oppimisympäristössä jakama kirjallinen ja videomateriaali.
Teaching methods
Kontaktiopetus 2+2 h/viikko, joissa luentoa ja laskuharjoituksia
Viikoittaiset kotitehtävät.
Itsenäistä opiskelua varten on olemassa luentovideot.
Exam dates and retake possibilities
Julkaistaan opintojakson alussa oppimisympäristössä.
Alternative completion methods
Hyväksilukemisen menettelytavat kuvataan tutkintosäännössä ja opinto-oppaassa. Opintojakson opettaja antaa lisätietoa mahdollisista opintojakson erityiskäytänteistä.
Student workload
Luennot + laskuharjoitukset n. 25 h
Itsenäinen opiskelu ja kotitehtävät 50 h
Tentti 3 h
Kuormitus on tasainen koko opintojakson ajan, yhteensä 80 h.
Further information for students
Opintojakso arvioidaan kurssin lopulla pidettävällä kokeella. Viikoittaisista kotitehtävistä saa lisäpisteitä kokeeseen.
Evaluation scale
Pass/Fail
Evaluation criteria, pass/failed
You understand the concept of probability and know how to apply it to random real-world phenomena and statistical analysis.
Prerequisites
-