Siirry suoraan sisältöön

Datan analysointi (4 op)

Toteutuksen tunnus: TTIW0300-3001

Toteutuksen perustiedot


Ilmoittautumisaika
02.11.2020 - 30.11.2020
Ilmoittautuminen toteutukselle on päättynyt.
Ajoitus
11.01.2021 - 30.04.2021
Toteutus on päättynyt.
Opintopistemäärä
4 op
Lähiosuus
0 op
Virtuaaliosuus
4 op
Toteutustapa
Verkko-opetus
Yksikkö
Teknologiayksikkö
Toimipiste
Lutakon kampus
Opetuskielet
suomi
Paikat
0 - 32
Koulutus
Tieto- ja viestintätekniikka (AMK)
Opettajat
Pekka Varis
Ryhmät
TTV19S1
Tieto- ja viestintätekniikka
TTV19S3
Tieto- ja viestintätekniikka
TTV19S2
Tieto- ja viestintätekniikka
TTV19S5
Tieto- ja viestintätekniikka
Opintojakso
TTIW0300
Toteutukselle TTIW0300-3001 ei löytynyt varauksia!

Arviointiasteikko

0-5

Tavoitteet

Opiskelija ymmärtää data-analytiikan merkityksen digitalisoituvassa toimintaympäristössä ja Big datan jalostamisessa hyödynnettävään muotoon. Opiskelija tietää yleisimmät data-analytiikan menetelmät ja osaa soveltaa niitä käytännössä olemassa olevaan dataan.

Sisältö

Data-analytiikan
• Perusteet
• Avoin data ja Mydata
• Yleisimmät menetelmät
• Menetelmien soveltaminen käytännössä

Aika ja paikka

Opintojakso toteutetaan 11.1.2021 - 30.4.2021.

Oppimateriaalit

Materiaali ja harjoitustehtävät Optimassa.

Opetusmenetelmät

Verkkoluennot ja -ohjaus, itsenäinen työskentely ja verkkotyöskentely.

Harjoittelu- ja työelämäyhteistyö

Kurssin sisältö pyritään kytkemään työelämässä esiintyviin ongelmiin.

Toteutuksen valinnaiset suoritustavat

Hyväksilukemisen menettelytavat kuvataan tutkintosäännössä ja opinto-oppaassa. Opintojakson opettaja antaa lisätietoa mahdollisista opintojakson erityiskäytänteistä.

Opiskelijan ajankäyttö ja kuormitus

Itsenäistä opiskelua 108 h.

Arviointikriteerit, tyydyttävä (1)

Välttävä 1: Opiskelija tietää data-analytiikan yleisimmin käytetyt tekniikat datananalysointi tehtävissä. Hän osaa soveltaa yleisimpiä tekniikoita datan analysoinnissa. Lisäksi opiskelija osaa arvioida suppeasti toteutuksensa.


Tyydyttävä 2: Opiskelija tietää data-analytiikan yleisimmin käytetyt tekniikat datan analysointitehtävissä. Hän osaa valita tekniikat datan analysoinnissa ja hän osaa soveltaa teknistä osaamistaan käytännössä. Lisäksi opiskelija osaa arvioida pintapuolisesti toteutuksensa.

Arviointikriteerit, hyvä (3)

Hyvä 3: Opiskelija tunnistaa data-analytiikan hyödyt Big datan hyödyntämisessä ja digitalisaation aikakautena. Opiskelija tietää data-analytiikan yleisimmin käytetyt tekniikat erilaisissa datan analysointi tehtävissä. Hän osaa perustella ja valita tekniikat datan analysoinnissa ja hän osaa soveltaa teknistä osaamistaan käytännössä. Lisäksi opiskelija osaa arvioida toteutuksensa ja perustella sen kehittämistä.


Kiitettevä 4: Opiskelija tunnistaa data-analytiikan hyödyt Big datan hyödyntämisessä ja digitalisaation aikakautena. Opiskelija osaa data-analytiikan yleisimmin käytetyt tekniikat ja osaa laajasti perustella käytettyjen tekniikoiden käytön erilaisissa datan analysointi tehtävissä. Hän osaa monipuolisesti perustella ja valita oikeat tekniikat datan analysoinnissa ja hän osaa soveltaa teknistä osaamistaan käytännössä. Lisäksi opiskelija osaa arvioida perusteellisesti toteutuksensa ja perustella sen kehittämistä.

Arviointikriteerit, kiitettävä (5)

Erinomainen 5: Opiskelija tunnistaa data-analytiikan hyödyt Big datan hyödyntämisessä ja digitalisaation aikakautena. Opiskelija osaa data-analytiikan yleisimmin käytetyt tekniikat ja osaa kriittisesti perustella käytettyjen tekniikoiden käytön erilaisissa datan analysointi tehtävissä. Hän osaa kriittisesti perustella ja valita oikeat tekniikat datan analysoinnissa riippumatta analysoitavasta datasta ja osaa soveltaa teknistä osaamistaan käytännössä. Lisäksi opiskelija osaa arvioida kriittisesti toteutuksensa ja perustella sen kehittämistä.

Esitietovaatimukset

Koskee tutkinto-opiskelijoita: Opiskelijalla täytyy olla perusosaaminen Python-ohjelmoinnista.

Lisätiedot

Opintojakso arvioidaan harjoitustehtävistä kerättävien pisteiden perusteella.

Siirry alkuun