Applied mathematics: Probability Theory (3cr)

Code

General information

Enrollment: 01.11.2022 - 05.01.2023; Registration for the implementation has ended.

Timing: 09.01.2023 - 24.02.2023; Implementation has ended.

Number of ECTS credits allocated: 3 cr

Local portion: 3 cr

Mode of delivery: Face-to-face

Unit: School of Technology

Campus: Lutakko Campus

Teaching languages: Finnish

Seats: 0 - 35

Degree programmes: Bachelor's Degree Programme in Information and Communications Technology

Teachers: Pekka Varis

Groups: 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)

Course: TZLM7040

Unfortunately, no reservations were found for the realization Applied mathematics: Probability Theory TZLM7040-3004. It's possible that the reservations have not yet been published or that the realization is intended to be completed independently.

Evaluation scale

Pass/Fail

Objective

Objective of the course

Probability Theory is one of the alternative courses for applied mathematics. In this course you focus your skill in particular on the mathematics needed in machine learning.

Content

Sporadic phenomena and the concept of probability. Classic probability. Conditional probability and independence. Bayes formula. Random variable, binomial expression, Poisson and normal distribution, central limit value theorem. An overview on statistical analysis.

Location and time

Kevätlukukauden 2023 ensimmäinen puolisko.

Materials

Opettajan oppimisympäristössä jakama kirjallinen ja videomateriaali.

Teaching methods

Kontaktiopetus 2+2 h/viikko, joissa luentoa ja laskuharjoituksia
Viikoittaiset kotitehtävät.
Itsenäistä opiskelua varten on olemassa luentovideot.

Exam schedules

Julkaistaan opintojakson alussa oppimisympäristössä.

Completion alternatives

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

Student workload

Luennot + laskuharjoitukset n. 25 h
Itsenäinen opiskelu ja kotitehtävät 50 h
Tentti 3 h
Kuormitus on tasainen koko opintojakson ajan, yhteensä 80 h.

Assessment criteria, approved/failed

You understand the concept of probability and know how to apply it to random real-world phenomena and statistical analysis.

Qualifications

Further information

Opintojakso arvioidaan kurssin lopulla pidettävällä kokeella. Viikoittaisista kotitehtävistä saa lisäpisteitä kokeeseen.