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
-
TTV21S3Tieto- ja viestintätekniikka (AMK)
-
TTV21S5Tieto- ja viestintätekniikka (AMK)
-
TTV21SMTieto- ja viestintätekniikka (AMK)
-
TTV21S2Tieto- ja viestintätekniikka (AMK)
-
TTV21S1Tieto- 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
-