• Datan analysointi (TZLM7300-3006),
         23.10.2023 – 08.12.2023,  3 op  (TLS21S1) — Lähiopetus +-
    Osaamistavoitteet
    Opintojakson tarkoitus
    Opintojakson käytyäsi ymmärrät, miten tilastollisen aineiston analysointi voi tukea liiketoiminnan päätöksentekoa.

    Opintojakson osaamistavoite
    Osaat käsitellä, havainnollistaa ja tulkita pientä ja suurta aineistoa ja tehdä sen perusteella ennusteita ja tilastollisia johtopäätöksiä.
    Edeltävä osaaminen
    Hallitset tilastomatematiikan perusteet ja niihin liittyvät Excelin toiminnot.
    Sisältö
    Tilastollisen aineiston kuvaileminen, selittäminen ja ennustaminen
    Luottamusväliestimointi ja hypoteesin testaus
    Monen muuttujan regressiomalleja
    Aikasarjan analysointi, tasoittaminen ja ennustaminen
    Massiivisen aineiston käsittelyä tietokoneella
    Excelin ja jonkin koneoppimisen ohjelman käyttö
    Arviointikriteerit
    Arviointikriteeri - arvosana 1 ja 2
    Välttävä 1
    Olet saavuttanut tavoitellut osaamiset. Tunnet joitakin käsitteitä ja menetelmiä ja osaat soveltaa niitä itsellesi tutuissa tilanteissa, mutta usein päättelysi on puutteellista ja laskelmasi virheellisiä.
    Tyydyttävä 2
    Olet saavuttanut tavoitellut osaamiset. Tunnet useita käsitteitä ja menetelmiä ja osaat soveltaa niitä itsellesi tutuissa tilanteissa, mutta joskus päättelysi on puutteellista tai laskelmasi virheellisiä.
    Arviointikriteeri - arvosana 3 ja 4
    Hyvä 3
    Olet saavuttanut tavoitellut osaamiset. Tunnet lähes kaikki käsitteet ja menetelmät ja osaat soveltaa niitä itsellesi tutuissa tilanteissa usein täydellisesti päätellen ja virheettömästi laskien.
    Kiitettävä 4
    Olet saavuttanut tavoitellut osaamiset. Tunnet lähes kaikki käsitteet ja menetelmät ja osaat soveltaa niitä myös itsellesi uusissa tilanteissa lähes aina täydellisesti päätellen ja virheettömästi laskien.
    Arviointikriteeri - arvosana 5
    Erinomainen 5
    Olet saavuttanut tavoitellut osaamiset. Tunnet kaikki käsitteet ja menetelmät ja osaat soveltaa niitä itsellesi uusissa tilanteissa asioita yhdistellen, täydellisesti päätellen ja virheettömästi laskien.
    Opetuskieli

    Suomi

    Opetusmenetelmät ja ohjaus

    Opetus tapahtuu mikroluokassa ja sisältää harjoittelua tietokoneella. Tietoperusta omaksutaan itsenäisesti opiskelemalla ennen harjoittelua. Osaaminen saavutetaan soveltavilla oppimistehtävillä.

    Oppimateriaali ja suositeltava kirjallisuus

    Nummenmaa, L., Holopainen, M. & Pulkkinen, P. (2019) Tilastollisten menetelmien perusteet. SanomaPro
    Kananen, H. & Puolitaival, H. (2019) Tekoäly. Bisneksen uudet mahdollisuudet. Helsinki: Alma Talent
    Kelleher, Mac Namee & D'Arcy (2020) Fundamentals of Machine Learning for Predictive Data Analytics. Cambridge, MA: MIT Press

    Muu materiaali Moodlen kautta.

    Opettaja

    Pasi Lehtola

    Toimipiste

    Pääkampus

    Tenttien ajankohdat ja uusintamahdollisuudet

    Tentin ajankohta ja suoritustapa ilmoitetaan opintojakson alussa ja Moodlessa.

    Ajoitus

    23.10.2023 - 08.12.2023

    Opiskelijan oppimistehtävät ja ajankäyttö

    Kontaktitunnit noin 20 tuntia
    Itsenäinen opiskelu noin 20 tuntia
    Oppimistehtävät noin 20 tuntia

    Ilmoittautumisaika

    01.08.2023 - 24.08.2023

    Ryhmä
    • TLS21S1
    Toteutuksen valinnaiset oppimistavat

    Hyväksilukemisen menettelytavat kuvataan tutkintosäännössä ja opinto-oppaassa.

    Pienryhmät
    • TLS21SA (: 30. : 0.)
    • TLS21SB (: 30. : 0.)
    Paikkoja

    0 - 50

    Arviointimenetelmät

    Osaamisen arviointi perustuu oppimistehtäviin ja kokeeseen.

    Korvaava englanninkielinen toteutus TZLM7300-3007 Data Analysis.

    Avoin AMK: enintään 5 opiskelijaa, jos luokassa on tilaa.

    Tutkinto-ohjelma

    Logistiikka (AMK)

    Toteutustapa

    Lähiopetus

    Opintopistemäärä
    • 3 op
    Vastuuyksikkö

    Teknologiayksikkö