Skip to main content

Sovellettu matematiikka: Todennäköisyyslaskenta (3 op)

Toteutuksen tunnus: TZLM7040-3003

Toteutuksen perustiedot


Ilmoittautumisaika

01.08.2022 - 25.08.2022

Ajoitus

29.08.2022 - 16.12.2022

Opintopistemäärä

3 op

Virtuaaliosuus

3 op

Toteutustapa

Verkko-opetus

Yksikkö

Teknologiayksikkö

Opetuskielet

  • Suomi

Paikat

0 - 70

Koulutus

  • Tieto- ja viestintätekniikka (AMK)

Opettaja

  • Pekka Varis

Ryhmät

  • TTV21S3
    Tieto- ja viestintätekniikka (AMK)
  • TTV21S5
    Tieto- ja viestintätekniikka (AMK)
  • TTV21SM
    Tieto- ja viestintätekniikka (AMK)
  • TTV21S2
    Tieto- ja viestintätekniikka (AMK)
  • TTV21S1
    Tieto- ja viestintätekniikka (AMK)

Objectives

Opintojakson tarkoitus 

Todennäköisyyslaskenta on vaihtoehto tieto- ja viestintätekniikan sovelletun matematiikan opintojaksoksi. Tällä opintojaksolla suuntaat osaamistasi erityisesti koneoppimisessa tarvittavaan matematiikkaan.





Opintojakson osaamiset

EUR-ACE Tieto ja ymmärrys

-tiedot ja ymmärrys tieto- ja viestintätekniikan luonnontieteellisistä ja matemaattisista periaatteista
-tiedot ja ymmärrys oman erikoistumisalan perustana olevista insinööritieteistä sillä tasolla, joka mahdollistaa muiden ohjelman tulosten saavuttamisen mukaan lukien käsityksen tulevaisuuden vaatimuksista omalla alalla

EUR-ACE Tekniikan soveltaminen käytäntöön

-ymmärrys soveltuvista tekniikoista ja menetelmistä sekä niiden rajoituksista





Opintojakson osaamistavoite 

Opintojakson suoritettuasi ymmärrät todennäköisyyden käsitteen epävarmuuden mittana. Sinulla on käsitys, kuinka tätä mittaa voidaan soveltaa reaalimaailman satunnaisilmiöihin ja tilastolliseen analyysiin.

Content

Satunnaisilmiöt ja todennäköisyyden käsite. Klassinen todennäköisyys. Ehdollinen todennäköisyys ja riippumattomuus, Bayesin kaava. Satunnaismuuttuja, binomi- , Poisson- ja normaalijakauma, keskeinen raja-arvolause. Katsaus tilastolliseen analyysiin.

Time and location

Opintojakso toteutetaan viikoilla 35 - 50 (29.8.-16.12.2022). Etäopiskelu Moodlen kautta.

Learning materials and recommended literature

Opettajan oppimisympäristössä jakama kirjallinen ja videomateriaali.

Teaching methods

Itseopsikelu: luentovideot ja harjoitustehtävät.
Viikottaiset kotitehtävät

Exam dates and retake possibilities

Julkaistaan opintojakson alussa oppimisympäristössä.

Alternative completion methods

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

Student workload

Itsenäinen opiskelu ja kotitehtävät 75 h
Tentti 3 h
Kuormitus on tasainen koko opintojakson ajan, yhteensä 80 h.

Further information for students

Opintojakso arvioidaan kurssin lopulla pidettävällä kokeella. Viikoittaisista kotitehtävistä saa lisäpisteitä kokeeseen.
Kokeen voi tehdä Dynamolla tai etäkokeena.

Evaluation scale

0-5

Evaluation criteria, pass/failed

Ymmärrät todennäköisyyden käsitteen ja hallitset sen soveltamisen reaalimaailman satunnaisilmiöihin ja tilastolliseen analyysiin.

Prerequisites

-