Opetussuunnitelmat

Osaamistavoitteet

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

EUR-ACE Tieto ja ymmärrys
Ymmärrät keskeiset data-analytiikan ja tekoälyn käsitteet. Lisäksi tunnistat datan käsittelyn eri vaiheet ja niihin soveltuvat kirjastot.

EUR-ACE Tekniikan soveltaminen käytäntöön
Osaat valita data-analytiikan ja koneoppimisen eri vaiheisiin soveltuvat kirjastot ja hyödyntää niitä osana datan käsittelyä.

Sisältö

Datalähteet
Datan analysointi
Datan visualisointi
Koneoppiminen

Esitietovaatimukset

Ohjelmoinnin perusteet

Arviointikriteerit, tyydyttävä (1)

Välttävä (1):
Tiedät data-analytiikan ja tekoälyn peruskäsitteet pintapuolisesti. Osaat käyttää joitakin menetelmiä osana datan käsittelyä.

Tyydyttävä (2):
Tiedät data-analytiikan ja tekoälyn keskeiset käsitteet. Osaat soveltaa tietojasi perustasolla datan käsittelyongelmissa.

Arviointikriteerit, hyvä (3)

Hyvä (3):
Ymmärrät data-analytiikan ja tekoälyn keskeiset käsitteet ja perusperiaatteet. Osaat soveltaa tietojasi johdonmukaisesti ja onnistuneesti useimmissa datan käsittelyn tilanteissa.

Kiitettävä (4):
Ymmärrät syvällisesti data-analytiikan ja tekoälyn keskeiset käsitteet ja menetelmät. Osaat soveltaa tietojasi tehokkaasti ja analysoida tuloksia myös vaativammissa datan käsittelyn ongelmissa.

Arviointikriteerit, kiitettävä (5)

Erinomainen (5):
Hallitset erinomaisesti data-analytiikan ja tekoälyn käsitteet ja yhdistelet tietoa eri lähteistä saumattomasti. Osaat soveltaa tietojasi tehokkaasti ja analysoida tuloksia selkeästi ja kriittisesti myös vaativammissa datan käsittelyn ongelmissa.