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
-
TTV19S1Tieto- ja viestintätekniikka
-
TTV19S3Tieto- ja viestintätekniikka
-
TTV19S2Tieto- ja viestintätekniikka
-
TTV19S5Tieto- ja viestintätekniikka
- Opintojakso
- TTIW0300
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.