Koneoppiminen web-sovelluksissa (4 op)
Toteutuksen tunnus: HTKA0220-3002
Toteutuksen perustiedot
Ilmoittautumisaika
01.08.2022 - 25.08.2022
Ajoitus
03.10.2022 - 21.12.2022
Opintopistemäärä
4 op
Virtuaaliosuus
2 op
Toteutustapa
50 % Lähiopetus, 50 % Verkko-opetus
Yksikkö
Liiketoimintayksikkö
Opetuskielet
- Suomi
Paikat
0 - 45
Koulutus
- Tietojenkäsittely (AMK)
Opettaja
- Tommi Tuikka
Ryhmät
-
ZJK22SIKorkeakoulujen välinen yhteistyö, TIKO
-
HTK21S1Tietojenkäsittely (AMK)
-
ZJA22SIAvoin AMK, tiko
Tavoitteet
Opintojakson tarkoitus
Kiinnostaako sinua oppia kehittämään älykkäitä datan perusteella päätöksiä tekeviä web-sovelluksia? Tekoälyn ja koneoppimisen hyödyntäminen on tulevaisuudessa yhä tärkeämpi osa web-sovelluskehittäjän työtä. Opintojaksolla tutustutaan koneoppimisalgoritmeihin ja neuroverkkoihin web-sovellusten asiakas- ja palvelinpuolella sekä pilvipalvelualustalla. Opintojakson suoritettuasi osaat kehittää dataa analysoivia web-sovelluksia koneoppimiskirjaston sekä pilvialustan tarjoamien palveluiden avulla.
Opintojakson osaamiset
Sovelluskehitysosaaminen
Opintojakson osaamistavoite
Opiskelija osaa toteuttaa erilaisia datalähteitä ja koneoppimisalgoritmeja hyödyntäviä dataa analysoivia web-sovelluksia sekä asiakas- että palvelinpuolelle. Opiskelija osaa hyödyntää neuroverkkoja koneoppimiskirjaston avulla ja osaa käyttää pilvialustan palveluita koneoppimissovellusten toteutuksessa. Opiskelija tuntee yleisimmät koneoppimisalgoritmien tyypit ja käyttökohteet ja osaa hyödyntää niitä soveltuvissa käyttötilanteissa.
Sisältö
Opintojaksolla opetellaan kehittämään koneoppimiseen ja tekoälyyn perustuvia web-sovelluksia. Sisältöön kuuluvat mm. datan esikäsittely ja analysointi, klassinen koneoppiminen, neuroverkkoihin perustuva koneoppiminen selainsovelluksessa ja palvelinsovelluksessa sekä pilvialustan koneoppimis- ja tekoälypalveluiden hyödyntäminen web-sovelluksissa. Opintojaksolta saa perusvalmiudet koneoppimis- ja tekoälypalveluiden hyödyntämiseen web-sovelluskehityksessä.
Aika ja paikka
Syksy 2022
Oppimateriaali ja suositeltava kirjallisuus
Materiaali verkkosivuilla
Opetusmenetelmät
Videoluennot ja ohjaustunnit
Opiskelijan ajankäyttö ja kuormitus
98 tuntia
Lisätietoja opiskelijoille
EduFutura 5
Arviointiasteikko
0-5
Arviointikriteerit, tyydyttävä (1-2)
(Välttävä 1) Opiskelija osaa toteuttaa perustason koneoppimissovelluksia oppitunneilla esitettyjen mallien tai webissä olevien tutoriaalien avulla. Hän on yrittänyt tehdä kaikki harjoitustehtävät ja päässyt ohjeiden määrittämään lopputulokseen vähintään 50%:ssa tehtävistä.
(Tyydyttävä 2) Opiskelija osaa toteuttaa perustason koneoppimissovelluksia oppitunneilla esitettyjen mallien tai webissä olevien tutoriaalien avulla. Hän on yrittänyt tehdä kaikki harjoitustehtävät ja päässyt ohjeiden määrittämään lopputulokseen vähintään 70%:ssa tehtävistä.
Arviointikriteerit, hyvä (3-4)
(Hyvä 3) Opiskelija osaa toteuttaa perustason koneoppimissovelluksia ja osaa soveltaa opittuja teknologioita myös vaativampien sovellusten kehityksessä. Hän osaa oma-aloitteisesti laajentaa osaamistaan myös kurssilla esitettyjen asioiden ulkopuolelle. Hän on yrittänyt tehdä kaikki harjoitustehtävät ja päässyt ohjeiden määrittämään lopputulokseen vähintään 80%:ssa tehtävistä.
(Kiitettävä 4) Opiskelija osaa toteuttaa perustason koneoppimissovelluksia ja osaa soveltaa opittuja teknologioita myös vaativampien sovellusten kehityksessä. Hän osaa oma-aloitteisesti laajentaa osaamistaan myös kurssilla esitettyjen asioiden ulkopuolelle. Hän on yrittänyt tehdä kaikki harjoitustehtävät ja päässyt ohjeiden määrittämään lopputulokseen vähintään 90%:ssa tehtävistä.
Arviointikriteerit, kiitettävä (5)
(Erinomainen 5) Opiskelija osaa edellisten vaatimusten lisäksi arvioida kriittisesti koneoppimisalgoritmeja ja pilvialustojen työkaluja sekä ymmärtää teknologioiden valintakriteerit eri käyttötarkoituksiin. Hän on tehnyt kaikki harjoitustehtävät ja päässyt kaikissa ohjeiden määrittämään lopputulokseen.
Esitietovaatimukset
Tietorakenteet ja algoritmit
Backend- ja Frontend web-sovelluskehityksen perusteet