Siirry suoraan sisältöön

Johdatus data-analytiikkaan ja tekoälyynLaajuus (3 op)

Tunnus: TTC2050

Laajuus

3 op

Opetuskieli

  • suomi
  • englanti

Vastuuhenkilö

  • Antti Häkkinen
  • Juha Peltomäki

Osaamistavoitteet

Tarkoitus ja osaamistavoitteet:
Opintojaksolla saat yleiskuvan data-analytiikan ja tekoälyn menetelmistä, mahdollisuuksista ja käyttökohteista sekä niissä käytettävistä yleisimmistä ohjelmointiympäristöistä ja –kirjastoista.

EUR-ACE-osaamiset:
Tieto ja ymmärrys
Tekniikan soveltaminen käytäntöön

Sisältö

Data-analytiikan ja tekoälyn määritelmät.
Tekoälyn käytännön sovelluksia.
Esimerkkejä ja periaatteita koneoppimisesta ja neuroverkoista.
Data-analytiikan ohjelmointikieliä ja -ympäristöjä: Python, R, Anaconda, Pandas.

Esitietovaatimukset

Ohjelmoinnin perusteet

Arviointikriteerit, tyydyttävä (1)

Välttävä 1: Tunnistat joitakin tärkeimpiä data-analytiikan ja tekoälyn menetelmiä, mahdollisuuksia, käyttökohteita tai niissä käytettäviä ohjelmointiympäristöjä.

Tyydyttävä 2: Tunnistat joitakin tärkeimpiä data-analytiikan ja tekoälyn menetelmiä, mahdollisuuksia ja käyttökohteita ja niissä käytettäviä ohjelmointiympäristöjä.

Arviointikriteerit, hyvä (3)

Hyvä 3: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt.

Kiitettävä 4: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät joitain tekoälymenetelmien periaatteita.

Arviointikriteerit, kiitettävä (5)

Erinomainen 5: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät tärkeimmät tekoälymenetelmien periaatteet.

Ajoitus

13.01.2025 - 09.02.2025

Opintopistemäärä

3 op

Toteutustapa

Lähiopetus

Yksikkö

Teknologiayksikkö

Opetuskielet
  • Englanti
  • Suomi
Koulutus
  • Bachelor's Degree Programme in Information and Communications Technology
  • Tieto- ja viestintätekniikka (AMK)
Opettaja
  • Antti Häkkinen
Ryhmät
  • ZJA25KTIDA1
    Avoin amk, Data-analytiikka 1, Verkko
  • ZJA25KTI
    Avoin AMK, tekniikka, ICT

Tavoitteet

Tarkoitus ja osaamistavoitteet:
Opintojaksolla saat yleiskuvan data-analytiikan ja tekoälyn menetelmistä, mahdollisuuksista ja käyttökohteista sekä niissä käytettävistä yleisimmistä ohjelmointiympäristöistä ja –kirjastoista.

EUR-ACE-osaamiset:
Tieto ja ymmärrys
Tekniikan soveltaminen käytäntöön

Sisältö

Data-analytiikan ja tekoälyn määritelmät.
Tekoälyn käytännön sovelluksia.
Esimerkkejä ja periaatteita koneoppimisesta ja neuroverkoista.
Data-analytiikan ohjelmointikieliä ja -ympäristöjä: Python, R, Anaconda, Pandas.

Aika ja paikka

Verkossa

Oppimateriaali ja suositeltava kirjallisuus

Opintojakson verkkosivut (luentomateriaali, harjoitukset, nauhoitetut luentovideot)

Opetusmenetelmät

Etäopiskelu (harjoitukset, luentomateriaaliin tutustuminen, nauhoitetut videot käytännön esimerkeistä)

Opiskelijan ajankäyttö ja kuormitus

Verkkoluentomateriaaliin tutustuminen 35 tuntia (nauhoitetut luennot, joissa opettajan johdolla tehtäviä harjoitteita)
Etäopiskelu 46 tuntia (harjoitukset)
Yhteensä 81 tuntia

Lisätietoja opiskelijoille

Opintojakson arviointi muodostuu palautetuista harjoituksista.

Arviointiasteikko

0-5

Arviointikriteerit, tyydyttävä (1-2)

Välttävä 1: Tunnistat joitakin tärkeimpiä data-analytiikan ja tekoälyn menetelmiä, mahdollisuuksia, käyttökohteita tai niissä käytettäviä ohjelmointiympäristöjä.

Tyydyttävä 2: Tunnistat joitakin tärkeimpiä data-analytiikan ja tekoälyn menetelmiä, mahdollisuuksia ja käyttökohteita ja niissä käytettäviä ohjelmointiympäristöjä.

Arviointikriteerit, hyvä (3-4)

Hyvä 3: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt.

Kiitettävä 4: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät joitain tekoälymenetelmien periaatteita.

Arviointikriteerit, kiitettävä (5)

Erinomainen 5: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät tärkeimmät tekoälymenetelmien periaatteet.

Esitietovaatimukset

Ohjelmoinnin perusteet

Ilmoittautumisaika

18.11.2024 - 09.01.2025

Ajoitus

13.01.2025 - 31.03.2025

Opintopistemäärä

3 op

Toteutustapa

Lähiopetus

Yksikkö

Teknologiayksikkö

Toimipiste

Lutakon kampus

Opetuskielet
  • Suomi
Paikat

0 - 35

Koulutus
  • Tieto- ja viestintätekniikka (AMK)
Opettaja
  • Antti Häkkinen
Ryhmät
  • TTV23S2
    Tieto- ja viestintätekniikka (AMK)

Tavoitteet

Tarkoitus ja osaamistavoitteet:
Opintojaksolla saat yleiskuvan data-analytiikan ja tekoälyn menetelmistä, mahdollisuuksista ja käyttökohteista sekä niissä käytettävistä yleisimmistä ohjelmointiympäristöistä ja –kirjastoista.

EUR-ACE-osaamiset:
Tieto ja ymmärrys
Tekniikan soveltaminen käytäntöön

Sisältö

Data-analytiikan ja tekoälyn määritelmät.
Tekoälyn käytännön sovelluksia.
Esimerkkejä ja periaatteita koneoppimisesta ja neuroverkoista.
Data-analytiikan ohjelmointikieliä ja -ympäristöjä: Python, R, Anaconda, Pandas.

Aika ja paikka

Viikottainen ohjaus harjoitusten tekemiseen luokassa

Oppimateriaali ja suositeltava kirjallisuus

Opintojakson verkkosivut (luentomateriaali, harjoitukset)

Opetusmenetelmät

- Viikottaiset ohjaukset luokassa (opiskelijan on mahdollista tulla tekemään luokkaan harjoituksia viikoittain ja saada tukea harjoitusten tekoon opettajalta)
- Etäopiskelu (opiskelija voi suorittaa opintojaksoa omaan tahtiin tehden harjoituksia itsenäisesti)

Opiskelijan ajankäyttö ja kuormitus

Etäopiskelu 61h (harjoitukset)
Ohjaustilaisuudet luokassa 20h
Yhteensä 81h

Lisätietoja opiskelijoille

Opintojakson arviointi muodostuu palautetuista harjoituksista.

Arviointiasteikko

0-5

Arviointikriteerit, tyydyttävä (1-2)

Välttävä 1: Tunnistat joitakin tärkeimpiä data-analytiikan ja tekoälyn menetelmiä, mahdollisuuksia, käyttökohteita tai niissä käytettäviä ohjelmointiympäristöjä.

Tyydyttävä 2: Tunnistat joitakin tärkeimpiä data-analytiikan ja tekoälyn menetelmiä, mahdollisuuksia ja käyttökohteita ja niissä käytettäviä ohjelmointiympäristöjä.

Arviointikriteerit, hyvä (3-4)

Hyvä 3: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt.

Kiitettävä 4: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät joitain tekoälymenetelmien periaatteita.

Arviointikriteerit, kiitettävä (5)

Erinomainen 5: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät tärkeimmät tekoälymenetelmien periaatteet.

Esitietovaatimukset

Ohjelmoinnin perusteet

Ilmoittautumisaika

18.11.2024 - 09.01.2025

Ajoitus

13.01.2025 - 31.03.2025

Opintopistemäärä

3 op

Toteutustapa

Lähiopetus

Yksikkö

Teknologiayksikkö

Toimipiste

Lutakon kampus

Opetuskielet
  • Suomi
Paikat

0 - 35

Koulutus
  • Tieto- ja viestintätekniikka (AMK)
Opettaja
  • Antti Häkkinen
Ryhmät
  • TTV23S3
    Tieto- ja viestintätekniikka (AMK)

Tavoitteet

Tarkoitus ja osaamistavoitteet:
Opintojaksolla saat yleiskuvan data-analytiikan ja tekoälyn menetelmistä, mahdollisuuksista ja käyttökohteista sekä niissä käytettävistä yleisimmistä ohjelmointiympäristöistä ja –kirjastoista.

EUR-ACE-osaamiset:
Tieto ja ymmärrys
Tekniikan soveltaminen käytäntöön

Sisältö

Data-analytiikan ja tekoälyn määritelmät.
Tekoälyn käytännön sovelluksia.
Esimerkkejä ja periaatteita koneoppimisesta ja neuroverkoista.
Data-analytiikan ohjelmointikieliä ja -ympäristöjä: Python, R, Anaconda, Pandas.

Aika ja paikka

Viikottainen ohjaus harjoitusten tekemiseen luokassa

Oppimateriaali ja suositeltava kirjallisuus

Opintojakson verkkosivut (luentomateriaali, harjoitukset)

Opetusmenetelmät

- Viikottaiset ohjaukset luokassa (opiskelijan on mahdollista tulla tekemään luokkaan harjoituksia viikoittain ja saada tukea harjoitusten tekoon opettajalta)
- Etäopiskelu (opiskelija voi suorittaa opintojaksoa omaan tahtiin tehden harjoituksia itsenäisesti)

Opiskelijan ajankäyttö ja kuormitus

Etäopiskelu 61h (harjoitukset)
Ohjaustilaisuudet luokassa 20h
Yhteensä 81h

Lisätietoja opiskelijoille

Opintojakson arviointi muodostuu palautetuista harjoituksista.

Arviointiasteikko

0-5

Arviointikriteerit, tyydyttävä (1-2)

Välttävä 1: Tunnistat joitakin tärkeimpiä data-analytiikan ja tekoälyn menetelmiä, mahdollisuuksia, käyttökohteita tai niissä käytettäviä ohjelmointiympäristöjä.

Tyydyttävä 2: Tunnistat joitakin tärkeimpiä data-analytiikan ja tekoälyn menetelmiä, mahdollisuuksia ja käyttökohteita ja niissä käytettäviä ohjelmointiympäristöjä.

Arviointikriteerit, hyvä (3-4)

Hyvä 3: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt.

Kiitettävä 4: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät joitain tekoälymenetelmien periaatteita.

Arviointikriteerit, kiitettävä (5)

Erinomainen 5: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät tärkeimmät tekoälymenetelmien periaatteet.

Esitietovaatimukset

Ohjelmoinnin perusteet

Ilmoittautumisaika

18.11.2024 - 09.01.2025

Ajoitus

13.01.2025 - 31.03.2025

Opintopistemäärä

3 op

Toteutustapa

Lähiopetus

Yksikkö

Teknologiayksikkö

Toimipiste

Lutakon kampus

Opetuskielet
  • Suomi
Paikat

0 - 35

Koulutus
  • Tieto- ja viestintätekniikka (AMK)
Opettaja
  • Antti Häkkinen
Ryhmät
  • TTV23S5
    Tieto- ja viestintätekniikka (AMK)

Tavoitteet

Tarkoitus ja osaamistavoitteet:
Opintojaksolla saat yleiskuvan data-analytiikan ja tekoälyn menetelmistä, mahdollisuuksista ja käyttökohteista sekä niissä käytettävistä yleisimmistä ohjelmointiympäristöistä ja –kirjastoista.

EUR-ACE-osaamiset:
Tieto ja ymmärrys
Tekniikan soveltaminen käytäntöön

Sisältö

Data-analytiikan ja tekoälyn määritelmät.
Tekoälyn käytännön sovelluksia.
Esimerkkejä ja periaatteita koneoppimisesta ja neuroverkoista.
Data-analytiikan ohjelmointikieliä ja -ympäristöjä: Python, R, Anaconda, Pandas.

Aika ja paikka

Viikottainen ohjaus harjoitusten tekemiseen luokassa

Oppimateriaali ja suositeltava kirjallisuus

Opintojakson verkkosivut (luentomateriaali, harjoitukset)

Opetusmenetelmät

- Viikottaiset ohjaukset luokassa (opiskelijan on mahdollista tulla tekemään luokkaan harjoituksia viikoittain ja saada tukea harjoitusten tekoon opettajalta)
- Etäopiskelu (opiskelija voi suorittaa opintojaksoa omaan tahtiin tehden harjoituksia itsenäisesti)

Opiskelijan ajankäyttö ja kuormitus

Etäopiskelu 61h (harjoitukset)
Ohjaustilaisuudet luokassa 20h
Yhteensä 81h

Lisätietoja opiskelijoille

Opintojakson arviointi muodostuu palautetuista harjoituksista.

Arviointiasteikko

0-5

Arviointikriteerit, tyydyttävä (1-2)

Välttävä 1: Tunnistat joitakin tärkeimpiä data-analytiikan ja tekoälyn menetelmiä, mahdollisuuksia, käyttökohteita tai niissä käytettäviä ohjelmointiympäristöjä.

Tyydyttävä 2: Tunnistat joitakin tärkeimpiä data-analytiikan ja tekoälyn menetelmiä, mahdollisuuksia ja käyttökohteita ja niissä käytettäviä ohjelmointiympäristöjä.

Arviointikriteerit, hyvä (3-4)

Hyvä 3: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt.

Kiitettävä 4: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät joitain tekoälymenetelmien periaatteita.

Arviointikriteerit, kiitettävä (5)

Erinomainen 5: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät tärkeimmät tekoälymenetelmien periaatteet.

Esitietovaatimukset

Ohjelmoinnin perusteet

Ilmoittautumisaika

18.11.2024 - 09.01.2025

Ajoitus

13.01.2025 - 31.03.2025

Opintopistemäärä

3 op

Virtuaaliosuus

3 op

Toteutustapa

Verkko-opetus

Yksikkö

Teknologiayksikkö

Toimipiste

Lutakon kampus

Opetuskielet
  • Suomi
Paikat

0 - 35

Koulutus
  • Tieto- ja viestintätekniikka (AMK)
Opettaja
  • Antti Häkkinen
Ryhmät
  • TTV23SM
    Tieto- ja viestintätekniikka (AMK)

Tavoitteet

Tarkoitus ja osaamistavoitteet:
Opintojaksolla saat yleiskuvan data-analytiikan ja tekoälyn menetelmistä, mahdollisuuksista ja käyttökohteista sekä niissä käytettävistä yleisimmistä ohjelmointiympäristöistä ja –kirjastoista.

EUR-ACE-osaamiset:
Tieto ja ymmärrys
Tekniikan soveltaminen käytäntöön

Sisältö

Data-analytiikan ja tekoälyn määritelmät.
Tekoälyn käytännön sovelluksia.
Esimerkkejä ja periaatteita koneoppimisesta ja neuroverkoista.
Data-analytiikan ohjelmointikieliä ja -ympäristöjä: Python, R, Anaconda, Pandas.

Aika ja paikka

Verkko-ohjaukset

Oppimateriaali ja suositeltava kirjallisuus

Opintojakson verkkosivut (luentomateriaali, harjoitukset)

Opetusmenetelmät

- Useita verkko-ohjauksia toteutuksen aikana (opiskelijan on mahdollista liittyä verkko-ohjaukseen ja saada tukea harjoitusten tekoon opettajalta)
- Etäopiskelu (opiskelija voi suorittaa opintojaksoa omaan tahtiin tehden harjoituksia itsenäisesti)

Opiskelijan ajankäyttö ja kuormitus

Etäopiskelu 71h (harjoitukset)
Ohjaustilaisuudet verkossa 10h
Yhteensä 81h

Lisätietoja opiskelijoille

Opintojakson arviointi muodostuu palautetuista harjoituksista.

Arviointiasteikko

0-5

Arviointikriteerit, tyydyttävä (1-2)

Välttävä 1: Tunnistat joitakin tärkeimpiä data-analytiikan ja tekoälyn menetelmiä, mahdollisuuksia, käyttökohteita tai niissä käytettäviä ohjelmointiympäristöjä.

Tyydyttävä 2: Tunnistat joitakin tärkeimpiä data-analytiikan ja tekoälyn menetelmiä, mahdollisuuksia ja käyttökohteita ja niissä käytettäviä ohjelmointiympäristöjä.

Arviointikriteerit, hyvä (3-4)

Hyvä 3: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt.

Kiitettävä 4: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät joitain tekoälymenetelmien periaatteita.

Arviointikriteerit, kiitettävä (5)

Erinomainen 5: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät tärkeimmät tekoälymenetelmien periaatteet.

Esitietovaatimukset

Ohjelmoinnin perusteet

Enrollment

18.11.2024 - 09.01.2025

Timing

13.01.2025 - 31.03.2025

Number of ECTS credits allocated

3 op

Mode of delivery

Face-to-face

Unit

School of Technology

Campus

Lutakko Campus

Teaching languages
  • English
Seats

0 - 35

Degree programmes
  • Bachelor's Degree Programme in Information and Communications Technology
Teachers
  • Antti Häkkinen
Groups
  • TIC23S1
    Bachelor's Degree Programme in Information and Communications Technology

Objective

Purpose and objectives:
The course gives you an overview of the methods of data analytics and artificial intelligence, their possibilities and applications as well as the most commonly used programming environments and libraries.

EUR-ACE Competences:
Knowledge and Understanding
Engineering Practice

Content

Definitions of data analytics and artificial intelligence
Practical applications of artificial intelligence
Examples and principles of machine learning and neural networks
Data analytics programming languages and environments: Python, R, Anaconda, Pandas

Location and time

Weekly guidance for doing exercises in classrooom

Oppimateriaali ja suositeltava kirjallisuus

Course material page (lecture materials, exercises)

Teaching methods

- Weekly guidance in classroom (students can come to class to do exercises every week and get support for doing the exercises from the teacher)
- Distance learning (students can complete the course at their own pace, doing exercises independently)

Student workload

Distance learning 61h (exercises)
Guidance sessions in class 20h
A total of 81 hours

Further information

The assessment of the course consists of returned exercises.

Evaluation scale

0-5

Arviointikriteerit, tyydyttävä (1-2)

Sufficient 1: You recognize some of the most important methods, possibilities and applications of data analytics or programming environments used in them.

Satisfactory 2: You recognize some of the most important methods, possibilities and applications of data analytics and programming environments used in them.

Arviointikriteerit, hyvä (3-4)

Good 3: You recognize the most important methods, possibilities and applications of data analytics and artificial intelligence and the programming environments used in them.

Very good 4: You recognize the most important methods, possibilities and applications of data analytics and artificial intelligence and the programming environments used in them. Additionally, you understand some principles of artificial intelligence methods.

Assessment criteria, excellent (5)

Excellent 5: You recognize the most important methods, possibilities and applications of data analytics and artificial intelligence and the programming environments used in them. Additionally, you understand the most important principles of artificial intelligence methods.

Qualifications

Ohjelmoinnin perusteet

Ilmoittautumisaika

18.11.2024 - 09.01.2025

Ajoitus

13.01.2025 - 31.03.2025

Opintopistemäärä

3 op

Toteutustapa

Lähiopetus

Yksikkö

Teknologiayksikkö

Toimipiste

Lutakon kampus

Opetuskielet
  • Suomi
Paikat

0 - 35

Koulutus
  • Tieto- ja viestintätekniikka (AMK)
Opettaja
  • Antti Häkkinen
Ryhmät
  • TTV23S1
    Tieto- ja viestintätekniikka (AMK)

Tavoitteet

Tarkoitus ja osaamistavoitteet:
Opintojaksolla saat yleiskuvan data-analytiikan ja tekoälyn menetelmistä, mahdollisuuksista ja käyttökohteista sekä niissä käytettävistä yleisimmistä ohjelmointiympäristöistä ja –kirjastoista.

EUR-ACE-osaamiset:
Tieto ja ymmärrys
Tekniikan soveltaminen käytäntöön

Sisältö

Data-analytiikan ja tekoälyn määritelmät.
Tekoälyn käytännön sovelluksia.
Esimerkkejä ja periaatteita koneoppimisesta ja neuroverkoista.
Data-analytiikan ohjelmointikieliä ja -ympäristöjä: Python, R, Anaconda, Pandas.

Aika ja paikka

Viikottainen ohjaus harjoitusten tekemiseen luokassa

Oppimateriaali ja suositeltava kirjallisuus

Opintojakson verkkosivut (luentomateriaali, harjoitukset)

Opetusmenetelmät

- Viikottaiset ohjaukset luokassa (opiskelijan on mahdollista tulla tekemään luokkaan harjoituksia viikoittain ja saada tukea harjoitusten tekoon opettajalta)
- Etäopiskelu (opiskelija voi suorittaa opintojaksoa omaan tahtiin tehden harjoituksia itsenäisesti)

Opiskelijan ajankäyttö ja kuormitus

Etäopiskelu 61h (harjoitukset)
Ohjaustilaisuudet luokassa 20h
Yhteensä 81h

Lisätietoja opiskelijoille

Opintojakson arviointi muodostuu palautetuista harjoituksista.

Arviointiasteikko

0-5

Arviointikriteerit, tyydyttävä (1-2)

Välttävä 1: Tunnistat joitakin tärkeimpiä data-analytiikan ja tekoälyn menetelmiä, mahdollisuuksia, käyttökohteita tai niissä käytettäviä ohjelmointiympäristöjä.

Tyydyttävä 2: Tunnistat joitakin tärkeimpiä data-analytiikan ja tekoälyn menetelmiä, mahdollisuuksia ja käyttökohteita ja niissä käytettäviä ohjelmointiympäristöjä.

Arviointikriteerit, hyvä (3-4)

Hyvä 3: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt.

Kiitettävä 4: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät joitain tekoälymenetelmien periaatteita.

Arviointikriteerit, kiitettävä (5)

Erinomainen 5: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät tärkeimmät tekoälymenetelmien periaatteet.

Esitietovaatimukset

Ohjelmoinnin perusteet

Ajoitus

26.08.2024 - 29.09.2024

Opintopistemäärä

3 op

Virtuaaliosuus

3 op

Toteutustapa

Verkko-opetus

Yksikkö

Teknologiayksikkö

Opetuskielet
  • Suomi
Koulutus
  • Bachelor's Degree Programme in Information and Communications Technology
  • Tieto- ja viestintätekniikka (AMK)
Opettaja
  • Antti Häkkinen
Ryhmät
  • ZJA24STI
    Avoin AMK, tekniikka, ICT
  • ZJA24STIDA1
    Avoin amk, Data-analytiikka 1, Verkko

Tavoitteet

Tarkoitus ja osaamistavoitteet:
Opintojaksolla saat yleiskuvan data-analytiikan ja tekoälyn menetelmistä, mahdollisuuksista ja käyttökohteista sekä niissä käytettävistä yleisimmistä ohjelmointiympäristöistä ja –kirjastoista.

EUR-ACE-osaamiset:
Tieto ja ymmärrys
Tekniikan soveltaminen käytäntöön

Sisältö

Data-analytiikan ja tekoälyn määritelmät.
Tekoälyn käytännön sovelluksia.
Esimerkkejä ja periaatteita koneoppimisesta ja neuroverkoista.
Data-analytiikan ohjelmointikieliä ja -ympäristöjä: Python, R, Anaconda, Pandas.

Aika ja paikka

Verkossa

Oppimateriaali ja suositeltava kirjallisuus

Opintojakson verkkosivut (luentomateriaali, harjoitukset, nauhoitetut videot)

Opetusmenetelmät

Etäopiskelu (harjoitukset, luentomateriaaliin tutustuminen, nauhoitetut videot käytännön esimerkeistä)

Opiskelijan ajankäyttö ja kuormitus

Verkkoluentomateriaaliin tutustuminen 35h (nauhoitetut luennot, joissa opettajan johdolla tehtäviä harjoitteita)
Etäopiskelu 46h (harjoitukset)
Yhteensä 81h

Lisätietoja opiskelijoille

Opintojakson arviointi muodostuu palautetuista harjoituksista.

Arviointiasteikko

0-5

Arviointikriteerit, tyydyttävä (1-2)

Välttävä 1: Tunnistat joitakin tärkeimpiä data-analytiikan ja tekoälyn menetelmiä, mahdollisuuksia, käyttökohteita tai niissä käytettäviä ohjelmointiympäristöjä.

Tyydyttävä 2: Tunnistat joitakin tärkeimpiä data-analytiikan ja tekoälyn menetelmiä, mahdollisuuksia ja käyttökohteita ja niissä käytettäviä ohjelmointiympäristöjä.

Arviointikriteerit, hyvä (3-4)

Hyvä 3: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt.

Kiitettävä 4: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät joitain tekoälymenetelmien periaatteita.

Arviointikriteerit, kiitettävä (5)

Erinomainen 5: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät tärkeimmät tekoälymenetelmien periaatteet.

Esitietovaatimukset

Ohjelmoinnin perusteet

Timing

09.01.2024 - 11.02.2024

Number of ECTS credits allocated

3 op

Virtual portion

3 op

Mode of delivery

Online learning

Unit

School of Technology

Teaching languages
  • English
Degree programmes
  • Bachelor's Degree Programme in Information and Communications Technology
  • Bachelor's Degree Programme in Information and Communications Technology
Teachers
  • Antti Häkkinen
Groups
  • ZJA24KTIDA1
    Avoin amk, Data-analytiikka 1, Verkko

Objective

Purpose and objectives:
The course gives you an overview of the methods of data analytics and artificial intelligence, their possibilities and applications as well as the most commonly used programming environments and libraries.

EUR-ACE Competences:
Knowledge and Understanding
Engineering Practice

Content

Definitions of data analytics and artificial intelligence
Practical applications of artificial intelligence
Examples and principles of machine learning and neural networks
Data analytics programming languages and environments: Python, R, Anaconda, Pandas

Location and time

Verkossa

Oppimateriaali ja suositeltava kirjallisuus

Opintojakson verkkosivut (luentomateriaali, harjoitukset, nauhoitetut videot)

Teaching methods

Etäopiskelu (harjoitukset, luentomateriaaliin tutustuminen, nauhoitetut videot käytännön esimerkeistä)

Student workload

Verkkoluentomateriaaliin tutustuminen 35h (nauhoitetut luennot, joissa opettajan johdolla tehtäviä harjoitteita)
Etäopiskelu 46h (harjoitukset)
Yhteensä 81h

Further information

Opintojakson arviointi muodostuu palautetuista harjoituksista.

Evaluation scale

0-5

Arviointikriteerit, tyydyttävä (1-2)

Sufficient 1: You recognize some of the most important methods, possibilities and applications of data analytics or programming environments used in them.

Satisfactory 2: You recognize some of the most important methods, possibilities and applications of data analytics and programming environments used in them.

Arviointikriteerit, hyvä (3-4)

Good 3: You recognize the most important methods, possibilities and applications of data analytics and artificial intelligence and the programming environments used in them.

Very good 4: You recognize the most important methods, possibilities and applications of data analytics and artificial intelligence and the programming environments used in them. Additionally, you understand some principles of artificial intelligence methods.

Assessment criteria, excellent (5)

Excellent 5: You recognize the most important methods, possibilities and applications of data analytics and artificial intelligence and the programming environments used in them. Additionally, you understand the most important principles of artificial intelligence methods.

Qualifications

Ohjelmoinnin perusteet

Ilmoittautumisaika

20.11.2023 - 04.01.2024

Ajoitus

08.01.2024 - 30.04.2024

Opintopistemäärä

3 op

Toteutustapa

Lähiopetus

Yksikkö

Teknologiayksikkö

Toimipiste

Lutakon kampus

Opetuskielet
  • Suomi
Paikat

20 - 35

Koulutus
  • Tieto- ja viestintätekniikka (AMK)
Opettaja
  • Antti Häkkinen
Ryhmät
  • TTV22S1
    Tieto- ja viestintätekniikka (AMK)

Tavoitteet

Tarkoitus ja osaamistavoitteet:
Opintojaksolla saat yleiskuvan data-analytiikan ja tekoälyn menetelmistä, mahdollisuuksista ja käyttökohteista sekä niissä käytettävistä yleisimmistä ohjelmointiympäristöistä ja –kirjastoista.

EUR-ACE-osaamiset:
Tieto ja ymmärrys
Tekniikan soveltaminen käytäntöön

Sisältö

Data-analytiikan ja tekoälyn määritelmät.
Tekoälyn käytännön sovelluksia.
Esimerkkejä ja periaatteita koneoppimisesta ja neuroverkoista.
Data-analytiikan ohjelmointikieliä ja -ympäristöjä: Python, R, Anaconda, Pandas.

Aika ja paikka

Verkkoluennot ja lisäksi ohjaus harjoitusten tekemisessä luokassa

Oppimateriaali ja suositeltava kirjallisuus

Opintojakson verkkosivut (luentomateriaali, harjoitukset)

Opetusmenetelmät

Viikottaiset verkkoluennot (luentomateriaali, opettajan johdolla tehtävät esimerkkiharjoitukset)
Etäopiskelu (harjoitukset)
Harjoitusten tekemiseen ohjauskerrat viikottain

Opiskelijan ajankäyttö ja kuormitus

Verkkoluennot 35h (luennot, opettajan johdolla tehtävät harjoitukset)
Etäopiskelu 26h (harjoitukset)
Ohjaustilaisuudet luokassa 20h
Yhteensä 81h

Lisätietoja opiskelijoille

Opintojakson arviointi muodostuu palautetuista harjoituksista.

Arviointiasteikko

0-5

Arviointikriteerit, tyydyttävä (1-2)

Välttävä 1: Tunnistat joitakin tärkeimpiä data-analytiikan ja tekoälyn menetelmiä, mahdollisuuksia, käyttökohteita tai niissä käytettäviä ohjelmointiympäristöjä.

Tyydyttävä 2: Tunnistat joitakin tärkeimpiä data-analytiikan ja tekoälyn menetelmiä, mahdollisuuksia ja käyttökohteita ja niissä käytettäviä ohjelmointiympäristöjä.

Arviointikriteerit, hyvä (3-4)

Hyvä 3: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt.

Kiitettävä 4: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät joitain tekoälymenetelmien periaatteita.

Arviointikriteerit, kiitettävä (5)

Erinomainen 5: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät tärkeimmät tekoälymenetelmien periaatteet.

Esitietovaatimukset

Ohjelmoinnin perusteet

Ilmoittautumisaika

20.11.2023 - 04.01.2024

Ajoitus

08.01.2024 - 30.04.2024

Opintopistemäärä

3 op

Toteutustapa

Lähiopetus

Yksikkö

Teknologiayksikkö

Toimipiste

Lutakon kampus

Opetuskielet
  • Suomi
Paikat

20 - 35

Koulutus
  • Tieto- ja viestintätekniikka (AMK)
Opettaja
  • Antti Häkkinen
Ryhmät
  • TTV22S2
    Tieto- ja viestintätekniikka (AMK)

Tavoitteet

Tarkoitus ja osaamistavoitteet:
Opintojaksolla saat yleiskuvan data-analytiikan ja tekoälyn menetelmistä, mahdollisuuksista ja käyttökohteista sekä niissä käytettävistä yleisimmistä ohjelmointiympäristöistä ja –kirjastoista.

EUR-ACE-osaamiset:
Tieto ja ymmärrys
Tekniikan soveltaminen käytäntöön

Sisältö

Data-analytiikan ja tekoälyn määritelmät.
Tekoälyn käytännön sovelluksia.
Esimerkkejä ja periaatteita koneoppimisesta ja neuroverkoista.
Data-analytiikan ohjelmointikieliä ja -ympäristöjä: Python, R, Anaconda, Pandas.

Aika ja paikka

Verkkoluennot ja lisäksi ohjaus harjoitusten tekemisessä luokassa

Oppimateriaali ja suositeltava kirjallisuus

Opintojakson verkkosivut (luentomateriaali, harjoitukset)

Opetusmenetelmät

Viikottaiset verkkoluennot (luentomateriaali, opettajan johdolla tehtävät esimerkkiharjoitukset)
Etäopiskelu (harjoitukset)
Harjoitusten tekemiseen ohjauskerrat viikottain

Opiskelijan ajankäyttö ja kuormitus

Verkkoluennot 35h (luennot, opettajan johdolla tehtävät harjoitukset)
Etäopiskelu 26h (harjoitukset)
Ohjaustilaisuudet luokassa 20h
Yhteensä 81h

Lisätietoja opiskelijoille

Opintojakson arviointi muodostuu palautetuista harjoituksista.

Arviointiasteikko

0-5

Arviointikriteerit, tyydyttävä (1-2)

Välttävä 1: Tunnistat joitakin tärkeimpiä data-analytiikan ja tekoälyn menetelmiä, mahdollisuuksia, käyttökohteita tai niissä käytettäviä ohjelmointiympäristöjä.

Tyydyttävä 2: Tunnistat joitakin tärkeimpiä data-analytiikan ja tekoälyn menetelmiä, mahdollisuuksia ja käyttökohteita ja niissä käytettäviä ohjelmointiympäristöjä.

Arviointikriteerit, hyvä (3-4)

Hyvä 3: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt.

Kiitettävä 4: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät joitain tekoälymenetelmien periaatteita.

Arviointikriteerit, kiitettävä (5)

Erinomainen 5: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät tärkeimmät tekoälymenetelmien periaatteet.

Esitietovaatimukset

Ohjelmoinnin perusteet

Ilmoittautumisaika

20.11.2023 - 04.01.2024

Ajoitus

08.01.2024 - 30.04.2024

Opintopistemäärä

3 op

Toteutustapa

Lähiopetus

Yksikkö

Teknologiayksikkö

Toimipiste

Lutakon kampus

Opetuskielet
  • Suomi
Paikat

20 - 35

Koulutus
  • Tieto- ja viestintätekniikka (AMK)
Opettaja
  • Antti Häkkinen
Ryhmät
  • TTV22S3
    Tieto- ja viestintätekniikka (AMK)

Tavoitteet

Tarkoitus ja osaamistavoitteet:
Opintojaksolla saat yleiskuvan data-analytiikan ja tekoälyn menetelmistä, mahdollisuuksista ja käyttökohteista sekä niissä käytettävistä yleisimmistä ohjelmointiympäristöistä ja –kirjastoista.

EUR-ACE-osaamiset:
Tieto ja ymmärrys
Tekniikan soveltaminen käytäntöön

Sisältö

Data-analytiikan ja tekoälyn määritelmät.
Tekoälyn käytännön sovelluksia.
Esimerkkejä ja periaatteita koneoppimisesta ja neuroverkoista.
Data-analytiikan ohjelmointikieliä ja -ympäristöjä: Python, R, Anaconda, Pandas.

Aika ja paikka

Verkkoluennot ja lisäksi ohjaus harjoitusten tekemisessä luokassa

Oppimateriaali ja suositeltava kirjallisuus

Opintojakson verkkosivut (luentomateriaali, harjoitukset)

Opetusmenetelmät

Viikottaiset verkkoluennot (luentomateriaali, opettajan johdolla tehtävät esimerkkiharjoitukset)
Etäopiskelu (harjoitukset)
Harjoitusten tekemiseen ohjauskerrat viikottain

Opiskelijan ajankäyttö ja kuormitus

Verkkoluennot 35h (luennot, opettajan johdolla tehtävät harjoitukset)
Etäopiskelu 26h (harjoitukset)
Ohjaustilaisuudet luokassa 20h
Yhteensä 81h

Lisätietoja opiskelijoille

Opintojakson arviointi muodostuu palautetuista harjoituksista.

Arviointiasteikko

0-5

Arviointikriteerit, tyydyttävä (1-2)

Välttävä 1: Tunnistat joitakin tärkeimpiä data-analytiikan ja tekoälyn menetelmiä, mahdollisuuksia, käyttökohteita tai niissä käytettäviä ohjelmointiympäristöjä.

Tyydyttävä 2: Tunnistat joitakin tärkeimpiä data-analytiikan ja tekoälyn menetelmiä, mahdollisuuksia ja käyttökohteita ja niissä käytettäviä ohjelmointiympäristöjä.

Arviointikriteerit, hyvä (3-4)

Hyvä 3: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt.

Kiitettävä 4: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät joitain tekoälymenetelmien periaatteita.

Arviointikriteerit, kiitettävä (5)

Erinomainen 5: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät tärkeimmät tekoälymenetelmien periaatteet.

Esitietovaatimukset

Ohjelmoinnin perusteet

Ilmoittautumisaika

20.11.2023 - 04.01.2024

Ajoitus

08.01.2024 - 30.04.2024

Opintopistemäärä

3 op

Toteutustapa

Lähiopetus

Yksikkö

Teknologiayksikkö

Toimipiste

Lutakon kampus

Opetuskielet
  • Suomi
Paikat

20 - 35

Koulutus
  • Tieto- ja viestintätekniikka (AMK)
Opettaja
  • Antti Häkkinen
Ryhmät
  • TTV22S4
    Tieto- ja viestintätekniikka (AMK)

Tavoitteet

Tarkoitus ja osaamistavoitteet:
Opintojaksolla saat yleiskuvan data-analytiikan ja tekoälyn menetelmistä, mahdollisuuksista ja käyttökohteista sekä niissä käytettävistä yleisimmistä ohjelmointiympäristöistä ja –kirjastoista.

EUR-ACE-osaamiset:
Tieto ja ymmärrys
Tekniikan soveltaminen käytäntöön

Sisältö

Data-analytiikan ja tekoälyn määritelmät.
Tekoälyn käytännön sovelluksia.
Esimerkkejä ja periaatteita koneoppimisesta ja neuroverkoista.
Data-analytiikan ohjelmointikieliä ja -ympäristöjä: Python, R, Anaconda, Pandas.

Aika ja paikka

Verkkoluennot ja lisäksi ohjaus harjoitusten tekemisessä luokassa

Oppimateriaali ja suositeltava kirjallisuus

Opintojakson verkkosivut (luentomateriaali, harjoitukset)

Opetusmenetelmät

Viikottaiset verkkoluennot (luentomateriaali, opettajan johdolla tehtävät esimerkkiharjoitukset)
Etäopiskelu (harjoitukset)
Harjoitusten tekemiseen ohjauskerrat viikottain

Opiskelijan ajankäyttö ja kuormitus

Verkkoluennot 35h (luennot, opettajan johdolla tehtävät harjoitukset)
Etäopiskelu 26h (harjoitukset)
Ohjaustilaisuudet luokassa 20h
Yhteensä 81h

Lisätietoja opiskelijoille

Opintojakson arviointi muodostuu palautetuista harjoituksista.

Arviointiasteikko

0-5

Arviointikriteerit, tyydyttävä (1-2)

Välttävä 1: Tunnistat joitakin tärkeimpiä data-analytiikan ja tekoälyn menetelmiä, mahdollisuuksia, käyttökohteita tai niissä käytettäviä ohjelmointiympäristöjä.

Tyydyttävä 2: Tunnistat joitakin tärkeimpiä data-analytiikan ja tekoälyn menetelmiä, mahdollisuuksia ja käyttökohteita ja niissä käytettäviä ohjelmointiympäristöjä.

Arviointikriteerit, hyvä (3-4)

Hyvä 3: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt.

Kiitettävä 4: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät joitain tekoälymenetelmien periaatteita.

Arviointikriteerit, kiitettävä (5)

Erinomainen 5: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät tärkeimmät tekoälymenetelmien periaatteet.

Esitietovaatimukset

Ohjelmoinnin perusteet

Ilmoittautumisaika

20.11.2023 - 04.01.2024

Ajoitus

08.01.2024 - 30.04.2024

Opintopistemäärä

3 op

Toteutustapa

Lähiopetus

Yksikkö

Teknologiayksikkö

Toimipiste

Lutakon kampus

Opetuskielet
  • Suomi
Paikat

20 - 35

Koulutus
  • Tieto- ja viestintätekniikka (AMK)
Opettaja
  • Antti Häkkinen
Ryhmät
  • TTV22S5
    Tieto- ja viestintätekniikka (AMK)

Tavoitteet

Tarkoitus ja osaamistavoitteet:
Opintojaksolla saat yleiskuvan data-analytiikan ja tekoälyn menetelmistä, mahdollisuuksista ja käyttökohteista sekä niissä käytettävistä yleisimmistä ohjelmointiympäristöistä ja –kirjastoista.

EUR-ACE-osaamiset:
Tieto ja ymmärrys
Tekniikan soveltaminen käytäntöön

Sisältö

Data-analytiikan ja tekoälyn määritelmät.
Tekoälyn käytännön sovelluksia.
Esimerkkejä ja periaatteita koneoppimisesta ja neuroverkoista.
Data-analytiikan ohjelmointikieliä ja -ympäristöjä: Python, R, Anaconda, Pandas.

Aika ja paikka

Verkkoluennot ja lisäksi ohjaus harjoitusten tekemisessä luokassa

Oppimateriaali ja suositeltava kirjallisuus

Opintojakson verkkosivut (luentomateriaali, harjoitukset)

Opetusmenetelmät

Viikottaiset verkkoluennot (luentomateriaali, opettajan johdolla tehtävät esimerkkiharjoitukset)
Etäopiskelu (harjoitukset)
Harjoitusten tekemiseen ohjauskerrat viikottain

Opiskelijan ajankäyttö ja kuormitus

Verkkoluennot 35h (luennot, opettajan johdolla tehtävät harjoitukset)
Etäopiskelu 26h (harjoitukset)
Ohjaustilaisuudet luokassa 20h
Yhteensä 81h

Lisätietoja opiskelijoille

Opintojakson arviointi muodostuu palautetuista harjoituksista.

Arviointiasteikko

0-5

Arviointikriteerit, tyydyttävä (1-2)

Välttävä 1: Tunnistat joitakin tärkeimpiä data-analytiikan ja tekoälyn menetelmiä, mahdollisuuksia, käyttökohteita tai niissä käytettäviä ohjelmointiympäristöjä.

Tyydyttävä 2: Tunnistat joitakin tärkeimpiä data-analytiikan ja tekoälyn menetelmiä, mahdollisuuksia ja käyttökohteita ja niissä käytettäviä ohjelmointiympäristöjä.

Arviointikriteerit, hyvä (3-4)

Hyvä 3: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt.

Kiitettävä 4: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät joitain tekoälymenetelmien periaatteita.

Arviointikriteerit, kiitettävä (5)

Erinomainen 5: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät tärkeimmät tekoälymenetelmien periaatteet.

Esitietovaatimukset

Ohjelmoinnin perusteet

Ilmoittautumisaika

20.11.2023 - 04.01.2024

Ajoitus

08.01.2024 - 30.04.2024

Opintopistemäärä

3 op

Toteutustapa

Lähiopetus

Yksikkö

Teknologiayksikkö

Toimipiste

Lutakon kampus

Opetuskielet
  • Suomi
Paikat

20 - 35

Koulutus
  • Tieto- ja viestintätekniikka (AMK)
Opettaja
  • Antti Häkkinen
Ryhmät
  • TTV22SM
    Tieto- ja viestintätekniikka (AMK)

Tavoitteet

Tarkoitus ja osaamistavoitteet:
Opintojaksolla saat yleiskuvan data-analytiikan ja tekoälyn menetelmistä, mahdollisuuksista ja käyttökohteista sekä niissä käytettävistä yleisimmistä ohjelmointiympäristöistä ja –kirjastoista.

EUR-ACE-osaamiset:
Tieto ja ymmärrys
Tekniikan soveltaminen käytäntöön

Sisältö

Data-analytiikan ja tekoälyn määritelmät.
Tekoälyn käytännön sovelluksia.
Esimerkkejä ja periaatteita koneoppimisesta ja neuroverkoista.
Data-analytiikan ohjelmointikieliä ja -ympäristöjä: Python, R, Anaconda, Pandas.

Aika ja paikka

Verkkoluennot ja lisäksi ohjaus harjoitusten tekemisessä luokassa

Oppimateriaali ja suositeltava kirjallisuus

Opintojakson verkkosivut (luentomateriaali, harjoitukset)

Opetusmenetelmät

Viikottaiset verkkoluennot (luentomateriaali, opettajan johdolla tehtävät esimerkkiharjoitukset)
Etäopiskelu (harjoitukset)
Harjoitusten tekemiseen ohjauskerrat viikottain

Opiskelijan ajankäyttö ja kuormitus

Verkkoluennot 35h (luennot, opettajan johdolla tehtävät harjoitukset)
Etäopiskelu 26h (harjoitukset)
Ohjaustilaisuudet luokassa 20h
Yhteensä 81h

Lisätietoja opiskelijoille

Opintojakson arviointi muodostuu palautetuista harjoituksista.

Arviointiasteikko

0-5

Arviointikriteerit, tyydyttävä (1-2)

Välttävä 1: Tunnistat joitakin tärkeimpiä data-analytiikan ja tekoälyn menetelmiä, mahdollisuuksia, käyttökohteita tai niissä käytettäviä ohjelmointiympäristöjä.

Tyydyttävä 2: Tunnistat joitakin tärkeimpiä data-analytiikan ja tekoälyn menetelmiä, mahdollisuuksia ja käyttökohteita ja niissä käytettäviä ohjelmointiympäristöjä.

Arviointikriteerit, hyvä (3-4)

Hyvä 3: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt.

Kiitettävä 4: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät joitain tekoälymenetelmien periaatteita.

Arviointikriteerit, kiitettävä (5)

Erinomainen 5: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät tärkeimmät tekoälymenetelmien periaatteet.

Esitietovaatimukset

Ohjelmoinnin perusteet

Ilmoittautumisaika

20.11.2023 - 04.01.2024

Ajoitus

08.01.2024 - 30.04.2024

Opintopistemäärä

3 op

Toteutustapa

Lähiopetus

Yksikkö

Teknologiayksikkö

Toimipiste

Lutakon kampus

Opetuskielet
  • Suomi
Paikat

20 - 35

Koulutus
  • Tieto- ja viestintätekniikka (AMK)
Opettaja
  • Antti Häkkinen
Ryhmät
  • TTV22SM2
    Tieto- ja viestintätekniikka (AMK)

Tavoitteet

Tarkoitus ja osaamistavoitteet:
Opintojaksolla saat yleiskuvan data-analytiikan ja tekoälyn menetelmistä, mahdollisuuksista ja käyttökohteista sekä niissä käytettävistä yleisimmistä ohjelmointiympäristöistä ja –kirjastoista.

EUR-ACE-osaamiset:
Tieto ja ymmärrys
Tekniikan soveltaminen käytäntöön

Sisältö

Data-analytiikan ja tekoälyn määritelmät.
Tekoälyn käytännön sovelluksia.
Esimerkkejä ja periaatteita koneoppimisesta ja neuroverkoista.
Data-analytiikan ohjelmointikieliä ja -ympäristöjä: Python, R, Anaconda, Pandas.

Aika ja paikka

Verkkoluennot ja lisäksi ohjaus harjoitusten tekemisessä luokassa

Oppimateriaali ja suositeltava kirjallisuus

Opintojakson verkkosivut (luentomateriaali, harjoitukset)

Opetusmenetelmät

Viikottaiset verkkoluennot (luentomateriaali, opettajan johdolla tehtävät esimerkkiharjoitukset)
Etäopiskelu (harjoitukset)
Harjoitusten tekemiseen ohjauskerrat viikottain

Opiskelijan ajankäyttö ja kuormitus

Verkkoluennot 35h (luennot, opettajan johdolla tehtävät harjoitukset)
Etäopiskelu 26h (harjoitukset)
Ohjaustilaisuudet luokassa 20h
Yhteensä 81h

Lisätietoja opiskelijoille

Opintojakson arviointi muodostuu palautetuista harjoituksista.

Arviointiasteikko

0-5

Arviointikriteerit, tyydyttävä (1-2)

Välttävä 1: Tunnistat joitakin tärkeimpiä data-analytiikan ja tekoälyn menetelmiä, mahdollisuuksia, käyttökohteita tai niissä käytettäviä ohjelmointiympäristöjä.

Tyydyttävä 2: Tunnistat joitakin tärkeimpiä data-analytiikan ja tekoälyn menetelmiä, mahdollisuuksia ja käyttökohteita ja niissä käytettäviä ohjelmointiympäristöjä.

Arviointikriteerit, hyvä (3-4)

Hyvä 3: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt.

Kiitettävä 4: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät joitain tekoälymenetelmien periaatteita.

Arviointikriteerit, kiitettävä (5)

Erinomainen 5: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät tärkeimmät tekoälymenetelmien periaatteet.

Esitietovaatimukset

Ohjelmoinnin perusteet

Enrollment

20.11.2023 - 04.01.2024

Timing

08.01.2024 - 30.04.2024

Number of ECTS credits allocated

3 op

Mode of delivery

Face-to-face

Unit

School of Technology

Campus

Lutakko Campus

Teaching languages
  • English
Seats

20 - 35

Degree programmes
  • Bachelor's Degree Programme in Information and Communications Technology
Teachers
  • Antti Häkkinen
Groups
  • TIC22S1
    Bachelor's Degree Programme in Information and Communications Technology

Objective

Purpose and objectives:
The course gives you an overview of the methods of data analytics and artificial intelligence, their possibilities and applications as well as the most commonly used programming environments and libraries.

EUR-ACE Competences:
Knowledge and Understanding
Engineering Practice

Content

Definitions of data analytics and artificial intelligence
Practical applications of artificial intelligence
Examples and principles of machine learning and neural networks
Data analytics programming languages and environments: Python, R, Anaconda, Pandas

Location and time

Lectures and, in addition, guidance in doing exercises in class

Oppimateriaali ja suositeltava kirjallisuus

Course material page (lecture materials, exercises)

Teaching methods

Weekly lectures (lecture material, example exercises led by a teacher)
Distance learning (exercises)
Weekly guidance sessions for doing the exercises

Student workload

Lectures 35h (lectures, exercises led by a teacher)
Distance learning 46h (exercises)
Guidance sessions in class 20h
Total 81h

Further information

The assessment of the course consists of returned exercises.

Evaluation scale

0-5

Arviointikriteerit, tyydyttävä (1-2)

Sufficient 1: You recognize some of the most important methods, possibilities and applications of data analytics or programming environments used in them.

Satisfactory 2: You recognize some of the most important methods, possibilities and applications of data analytics and programming environments used in them.

Arviointikriteerit, hyvä (3-4)

Good 3: You recognize the most important methods, possibilities and applications of data analytics and artificial intelligence and the programming environments used in them.

Very good 4: You recognize the most important methods, possibilities and applications of data analytics and artificial intelligence and the programming environments used in them. Additionally, you understand some principles of artificial intelligence methods.

Assessment criteria, excellent (5)

Excellent 5: You recognize the most important methods, possibilities and applications of data analytics and artificial intelligence and the programming environments used in them. Additionally, you understand the most important principles of artificial intelligence methods.

Qualifications

Ohjelmoinnin perusteet

Ajoitus

28.08.2023 - 01.10.2023

Opintopistemäärä

3 op

Virtuaaliosuus

3 op

Toteutustapa

Verkko-opetus

Yksikkö

Teknologiayksikkö

Toimipiste

Lutakon kampus

Opetuskielet
  • Suomi
Koulutus
  • Bachelor's Degree Programme in Information and Communications Technology
  • Tieto- ja viestintätekniikka (AMK)
Opettaja
  • Antti Häkkinen
Ryhmät
  • ZJA23STI
    Avoin AMK, tekniikka, ICT
  • ZJA23STIDA1
    Avoin amk, Data-analytiikka 1, Verkko

Tavoitteet

Tarkoitus ja osaamistavoitteet:
Opintojaksolla saat yleiskuvan data-analytiikan ja tekoälyn menetelmistä, mahdollisuuksista ja käyttökohteista sekä niissä käytettävistä yleisimmistä ohjelmointiympäristöistä ja –kirjastoista.

EUR-ACE-osaamiset:
Tieto ja ymmärrys
Tekniikan soveltaminen käytäntöön

Sisältö

Data-analytiikan ja tekoälyn määritelmät.
Tekoälyn käytännön sovelluksia.
Esimerkkejä ja periaatteita koneoppimisesta ja neuroverkoista.
Data-analytiikan ohjelmointikieliä ja -ympäristöjä: Python, R, Anaconda, Pandas.

Aika ja paikka

Verkossa

Oppimateriaali ja suositeltava kirjallisuus

Opintojakson verkkosivut (luentomateriaali, harjoitukset, nauhoitetut videot)

Opetusmenetelmät

Etäopiskelu (harjoitukset, luentomateriaaliin tutustuminen, nauhoitetut videot käytännön esimerkeistä)

Opiskelijan ajankäyttö ja kuormitus

Verkkoluentomateriaaliin tutustuminen 35h (nauhoitetut luennot, joissa opettajan johdolla tehtäviä harjoitteita)
Etäopiskelu 46h (harjoitukset)
Yhteensä 81h

Lisätietoja opiskelijoille

Opintojakson arviointi muodostuu palautetuista harjoituksista.

Arviointiasteikko

0-5

Arviointikriteerit, tyydyttävä (1-2)

Välttävä 1: Tunnistat joitakin tärkeimpiä data-analytiikan ja tekoälyn menetelmiä, mahdollisuuksia, käyttökohteita tai niissä käytettäviä ohjelmointiympäristöjä.

Tyydyttävä 2: Tunnistat joitakin tärkeimpiä data-analytiikan ja tekoälyn menetelmiä, mahdollisuuksia ja käyttökohteita ja niissä käytettäviä ohjelmointiympäristöjä.

Arviointikriteerit, hyvä (3-4)

Hyvä 3: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt.

Kiitettävä 4: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät joitain tekoälymenetelmien periaatteita.

Arviointikriteerit, kiitettävä (5)

Erinomainen 5: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät tärkeimmät tekoälymenetelmien periaatteet.

Esitietovaatimukset

Ohjelmoinnin perusteet

Ajoitus

09.01.2023 - 19.02.2023

Opintopistemäärä

3 op

Toteutustapa

Lähiopetus

Yksikkö

Teknologiayksikkö

Opetuskielet
  • Suomi
Koulutus
  • Tieto- ja viestintätekniikka (AMK)
Opettaja
  • Antti Häkkinen
Ryhmät
  • ZJA23KTIDA1
    Avoin amk, Data-analytiikka 1, Verkko

Tavoitteet

Tarkoitus ja osaamistavoitteet:
Opintojaksolla saat yleiskuvan data-analytiikan ja tekoälyn menetelmistä, mahdollisuuksista ja käyttökohteista sekä niissä käytettävistä yleisimmistä ohjelmointiympäristöistä ja –kirjastoista.

EUR-ACE-osaamiset:
Tieto ja ymmärrys
Tekniikan soveltaminen käytäntöön

Sisältö

Data-analytiikan ja tekoälyn määritelmät.
Tekoälyn käytännön sovelluksia.
Esimerkkejä ja periaatteita koneoppimisesta ja neuroverkoista.
Data-analytiikan ohjelmointikieliä ja -ympäristöjä: Python, R, Anaconda, Pandas.

Aika ja paikka

Verkossa

Oppimateriaali ja suositeltava kirjallisuus

Opintojakson verkkosivut (luentomateriaali, harjoitukset, nauhoitetut videot)

Opetusmenetelmät

Etäopiskelu (harjoitukset, luentomateriaaliin tutustuminen, nauhoitetut videot käytännön esimerkeistä)

Opiskelijan ajankäyttö ja kuormitus

Verkkoluentomateriaaliin tutustuminen 35h (nauhoitetut luennot, joissa opettajan johdolla tehtäviä harjoitteita)
Etäopiskelu 46h (harjoitukset)
Yhteensä 81h

Lisätietoja opiskelijoille

Opintojakson arviointi muodostuu palautetuista harjoituksista.

Arviointiasteikko

0-5

Arviointikriteerit, tyydyttävä (1-2)

Välttävä 1: Tunnistat joitakin tärkeimpiä data-analytiikan ja tekoälyn menetelmiä, mahdollisuuksia, käyttökohteita tai niissä käytettäviä ohjelmointiympäristöjä.

Tyydyttävä 2: Tunnistat joitakin tärkeimpiä data-analytiikan ja tekoälyn menetelmiä, mahdollisuuksia ja käyttökohteita ja niissä käytettäviä ohjelmointiympäristöjä.

Arviointikriteerit, hyvä (3-4)

Hyvä 3: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt.

Kiitettävä 4: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät joitain tekoälymenetelmien periaatteita.

Arviointikriteerit, kiitettävä (5)

Erinomainen 5: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät tärkeimmät tekoälymenetelmien periaatteet.

Esitietovaatimukset

Ohjelmoinnin perusteet

Enrollment

01.11.2022 - 05.01.2023

Timing

09.01.2023 - 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
  • English
Seats

0 - 35

Degree programmes
  • Bachelor's Degree Programme in Information and Communications Technology
Teachers
  • Antti Häkkinen
Groups
  • TIC21S1
    Bachelor's Degree Programme in Information and Communications Technology

Objective

Purpose and objectives:
The course gives you an overview of the methods of data analytics and artificial intelligence, their possibilities and applications as well as the most commonly used programming environments and libraries.

EUR-ACE Competences:
Knowledge and Understanding
Engineering Practice

Content

Definitions of data analytics and artificial intelligence
Practical applications of artificial intelligence
Examples and principles of machine learning and neural networks
Data analytics programming languages and environments: Python, R, Anaconda, Pandas

Oppimateriaali ja suositeltava kirjallisuus

Course material page (lecture materials, exercises)

Teaching methods

Weekly lectures (lecture material, example exercises led by a teacher)
Distance learning (exercises)

Student workload

Lectures 35h (lectures, exercises led by a teacher)
Distance learning 46h (exercises)
Total 81h

Further information

The assessment of the course consists of returned exercises.

Evaluation scale

0-5

Arviointikriteerit, tyydyttävä (1-2)

Sufficient 1: You recognize some of the most important methods, possibilities and applications of data analytics or programming environments used in them.

Satisfactory 2: You recognize some of the most important methods, possibilities and applications of data analytics and programming environments used in them.

Arviointikriteerit, hyvä (3-4)

Good 3: You recognize the most important methods, possibilities and applications of data analytics and artificial intelligence and the programming environments used in them.

Very good 4: You recognize the most important methods, possibilities and applications of data analytics and artificial intelligence and the programming environments used in them. Additionally, you understand some principles of artificial intelligence methods.

Assessment criteria, excellent (5)

Excellent 5: You recognize the most important methods, possibilities and applications of data analytics and artificial intelligence and the programming environments used in them. Additionally, you understand the most important principles of artificial intelligence methods.

Qualifications

Ohjelmoinnin perusteet

Ilmoittautumisaika

01.11.2022 - 05.01.2023

Ajoitus

09.01.2023 - 28.04.2023

Opintopistemäärä

3 op

Virtuaaliosuus

3 op

Toteutustapa

Verkko-opetus

Yksikkö

Teknologiayksikkö

Toimipiste

Lutakon kampus

Opetuskielet
  • Suomi
Paikat

0 - 210

Koulutus
  • Tieto- ja viestintätekniikka (AMK)
Opettaja
  • Antti Häkkinen
Ryhmät
  • TTV21S3
    Tieto- ja viestintätekniikka (AMK)
  • TTV21S5
    Tieto- ja viestintätekniikka (AMK)
  • TTV21SM
    Tieto- ja viestintätekniikka (AMK)
  • TTV21S2
    Tieto- ja viestintätekniikka (AMK)
  • TTV21S1
    Tieto- ja viestintätekniikka (AMK)

Tavoitteet

Tarkoitus ja osaamistavoitteet:
Opintojaksolla saat yleiskuvan data-analytiikan ja tekoälyn menetelmistä, mahdollisuuksista ja käyttökohteista sekä niissä käytettävistä yleisimmistä ohjelmointiympäristöistä ja –kirjastoista.

EUR-ACE-osaamiset:
Tieto ja ymmärrys
Tekniikan soveltaminen käytäntöön

Sisältö

Data-analytiikan ja tekoälyn määritelmät.
Tekoälyn käytännön sovelluksia.
Esimerkkejä ja periaatteita koneoppimisesta ja neuroverkoista.
Data-analytiikan ohjelmointikieliä ja -ympäristöjä: Python, R, Anaconda, Pandas.

Aika ja paikka

Verkossa

Oppimateriaali ja suositeltava kirjallisuus

Opintojakson verkkosivut (luentomateriaali, harjoitukset)

Opetusmenetelmät

Viikottaiset verkkoluennot (luentomateriaali, opettajan johdolla tehtävät esimerkkiharjoitukset)
Etäopiskelu (harjoitukset)

Opiskelijan ajankäyttö ja kuormitus

Verkkoluennot 35h (luennot, opettajan johdolla tehtävät harjoitukset)
Etäopiskelu 46h (harjoitukset)
Yhteensä 81h

Lisätietoja opiskelijoille

Opintojakson arviointi muodostuu palautetuista harjoituksista.

Arviointiasteikko

0-5

Arviointikriteerit, tyydyttävä (1-2)

Välttävä 1: Tunnistat joitakin tärkeimpiä data-analytiikan ja tekoälyn menetelmiä, mahdollisuuksia, käyttökohteita tai niissä käytettäviä ohjelmointiympäristöjä.

Tyydyttävä 2: Tunnistat joitakin tärkeimpiä data-analytiikan ja tekoälyn menetelmiä, mahdollisuuksia ja käyttökohteita ja niissä käytettäviä ohjelmointiympäristöjä.

Arviointikriteerit, hyvä (3-4)

Hyvä 3: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt.

Kiitettävä 4: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät joitain tekoälymenetelmien periaatteita.

Arviointikriteerit, kiitettävä (5)

Erinomainen 5: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät tärkeimmät tekoälymenetelmien periaatteet.

Esitietovaatimukset

Ohjelmoinnin perusteet

Ilmoittautumisaika

01.08.2022 - 25.08.2022

Ajoitus

29.08.2022 - 02.10.2022

Opintopistemäärä

3 op

Toteutustapa

Lähiopetus

Yksikkö

Teknologiayksikkö

Opetuskielet
  • Suomi
Koulutus
  • Tieto- ja viestintätekniikka (AMK)
Opettaja
  • Antti Häkkinen
Ryhmät
  • ZJA22STIDA1
    Avoin amk, Data-analytiikka 1, Verkko

Tavoitteet

Tarkoitus ja osaamistavoitteet:
Opintojaksolla saat yleiskuvan data-analytiikan ja tekoälyn menetelmistä, mahdollisuuksista ja käyttökohteista sekä niissä käytettävistä yleisimmistä ohjelmointiympäristöistä ja –kirjastoista.

EUR-ACE-osaamiset:
Tieto ja ymmärrys
Tekniikan soveltaminen käytäntöön

Sisältö

Data-analytiikan ja tekoälyn määritelmät.
Tekoälyn käytännön sovelluksia.
Esimerkkejä ja periaatteita koneoppimisesta ja neuroverkoista.
Data-analytiikan ohjelmointikieliä ja -ympäristöjä: Python, R, Anaconda, Pandas.

Aika ja paikka

Verkossa

Oppimateriaali ja suositeltava kirjallisuus

Opintojakson verkkosivut (luentomateriaali, harjoitukset, nauhoitetut videot)

Opetusmenetelmät

Etäopiskelu (harjoitukset, luentomateriaaliin tutustuminen, nauhoitetut videot käytännön esimerkeistä)

Opiskelijan ajankäyttö ja kuormitus

Verkkoluentomateriaaliin tutustuminen 35h (nauhoitetut luennot, joissa opettajan johdolla tehtäviä harjoitteita)
Etäopiskelu 46h (harjoitukset)
Yhteensä 81h

Lisätietoja opiskelijoille

Opintojakson arviointi muodostuu palautetuista harjoituksista.

Arviointiasteikko

0-5

Arviointikriteerit, tyydyttävä (1-2)

Välttävä 1: Tunnistat joitakin tärkeimpiä data-analytiikan ja tekoälyn menetelmiä, mahdollisuuksia, käyttökohteita tai niissä käytettäviä ohjelmointiympäristöjä.

Tyydyttävä 2: Tunnistat joitakin tärkeimpiä data-analytiikan ja tekoälyn menetelmiä, mahdollisuuksia ja käyttökohteita ja niissä käytettäviä ohjelmointiympäristöjä.

Arviointikriteerit, hyvä (3-4)

Hyvä 3: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt.

Kiitettävä 4: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät joitain tekoälymenetelmien periaatteita.

Arviointikriteerit, kiitettävä (5)

Erinomainen 5: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät tärkeimmät tekoälymenetelmien periaatteet.

Esitietovaatimukset

Ohjelmoinnin perusteet

Ilmoittautumisaika

16.12.2021 - 09.01.2022

Ajoitus

14.02.2022 - 31.03.2022

Opintopistemäärä

3 op

Virtuaaliosuus

3 op

Toteutustapa

Verkko-opetus

Yksikkö

Teknologiayksikkö

Toimipiste

Lutakon kampus

Opetuskielet
  • Suomi
Paikat

0 - 30

Koulutus
  • Bachelor's Degree Programme in Information and Communications Technology
  • Tieto- ja viestintätekniikka (AMK)
Opettaja
  • Antti Häkkinen
Ryhmät
  • TTV19SM
    Tieto- ja viestintätekniikka
  • TTV19S1
    Tieto- ja viestintätekniikka
  • TTV20SM
    Tieto- ja viestintätekniikka
  • TTV19S3
    Tieto- ja viestintätekniikka
  • TTV19S2
    Tieto- ja viestintätekniikka
  • TTV19S5
    Tieto- ja viestintätekniikka
  • ZJA22KTIDA1
    Avoin AMK, tekniikka, ICT, Data-analytiikka1

Tavoitteet

Tarkoitus ja osaamistavoitteet:
Opintojaksolla saat yleiskuvan data-analytiikan ja tekoälyn menetelmistä, mahdollisuuksista ja käyttökohteista sekä niissä käytettävistä yleisimmistä ohjelmointiympäristöistä ja –kirjastoista.

EUR-ACE-osaamiset:
Tieto ja ymmärrys
Tekniikan soveltaminen käytäntöön

Sisältö

Data-analytiikan ja tekoälyn määritelmät.
Tekoälyn käytännön sovelluksia.
Esimerkkejä ja periaatteita koneoppimisesta ja neuroverkoista.
Data-analytiikan ohjelmointikieliä ja -ympäristöjä: Python, R, Anaconda, Pandas.

Aika ja paikka

Verkossa

Oppimateriaali ja suositeltava kirjallisuus

Opintojakson verkkosivut (luentomateriaali, harjoitukset, nauhoitetut videot)

Opetusmenetelmät

Etäopiskelu (harjoitukset, luentomateriaaliin tutustuminen, nauhoitetut videot käytännön esimerkeistä)

Opiskelijan ajankäyttö ja kuormitus

Verkkoluentomateriaaliin tutustuminen 35h (nauhoitetut luennot, joissa opettajan johdolla tehtäviä harjoitteita)
Etäopiskelu 46h (harjoitukset)
Yhteensä 81h

Lisätietoja opiskelijoille

Opintojakson arviointi muodostuu palautetuista harjoituksista.

Arviointiasteikko

0-5

Arviointikriteerit, tyydyttävä (1-2)

Välttävä 1: Tunnistat joitakin tärkeimpiä data-analytiikan ja tekoälyn menetelmiä, mahdollisuuksia, käyttökohteita tai niissä käytettäviä ohjelmointiympäristöjä.

Tyydyttävä 2: Tunnistat joitakin tärkeimpiä data-analytiikan ja tekoälyn menetelmiä, mahdollisuuksia ja käyttökohteita ja niissä käytettäviä ohjelmointiympäristöjä.

Arviointikriteerit, hyvä (3-4)

Hyvä 3: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt.

Kiitettävä 4: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät joitain tekoälymenetelmien periaatteita.

Arviointikriteerit, kiitettävä (5)

Erinomainen 5: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät tärkeimmät tekoälymenetelmien periaatteet.

Esitietovaatimukset

Ohjelmoinnin perusteet