Johdatus data-analytiikkaan ja tekoälyyn (3 op)
Toteutuksen tunnus: TTC2050-3016
Toteutuksen perustiedot
Ilmoittautumisaika
20.11.2023 - 04.01.2024
Ajoitus
08.01.2024 - 30.04.2024
Opintopistemäärä
3 op
Toteutustapa
Lähiopetus
Yksikkö
Teknologiayksikkö
Toimipiste
Lutakon kampus
Opetuskielet
- Suomi
Paikat
20 - 35
Koulutus
- Tieto- ja viestintätekniikka (AMK)
Opettaja
- Antti Häkkinen
Ryhmät
-
TTV22S2Tieto- ja viestintätekniikka (AMK)
- 09.01.2024 15:00 - 16:30, Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3016
- 16.01.2024 15:00 - 16:30, Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3016
- 23.01.2024 15:00 - 16:30, Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3016, Tietoverkkotekniikka TSAT0530-3008
- 30.01.2024 15:00 - 16:30, Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3016, Tietoverkkotekniikka TSAT0530-3008
- 06.02.2024 15:00 - 16:30, Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3016, Tietoverkkotekniikka TSAT0530-3008
- 13.02.2024 15:00 - 16:30, Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3016, Tietoverkkotekniikka TSAT0530-3008
- 20.02.2024 15:00 - 16:30, Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3016, Tietoverkkotekniikka TSAT0530-3008
- 05.03.2024 15:00 - 16:30, Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3016, Tietoverkkotekniikka TSAT0530-3008
- 12.03.2024 15:00 - 16:30, Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3016, Tietoverkkotekniikka TSAT0530-3008
- 19.03.2024 15:00 - 16:30, Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3016, Tietoverkkotekniikka TSAT0530-3008
- 26.03.2024 15:00 - 16:30, Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3016, Tietoverkkotekniikka TSAT0530-3008
Tavoitteet
Tarkoitus ja osaamistavoitteet:
Opintojaksolla saat yleiskuvan data-analytiikan ja tekoälyn menetelmistä, mahdollisuuksista ja käyttökohteista sekä niissä käytettävistä yleisimmistä ohjelmointiympäristöistä ja –kirjastoista.
EUR-ACE-osaamiset:
Tieto ja ymmärrys
Tekniikan soveltaminen käytäntöön
Sisältö
Data-analytiikan ja tekoälyn määritelmät.
Tekoälyn käytännön sovelluksia.
Esimerkkejä ja periaatteita koneoppimisesta ja neuroverkoista.
Data-analytiikan ohjelmointikieliä ja -ympäristöjä: Python, R, Anaconda, Pandas.
Aika ja paikka
Verkkoluennot ja lisäksi ohjaus harjoitusten tekemisessä luokassa
Oppimateriaali ja suositeltava kirjallisuus
Opintojakson verkkosivut (luentomateriaali, harjoitukset)
Opetusmenetelmät
Viikottaiset verkkoluennot (luentomateriaali, opettajan johdolla tehtävät esimerkkiharjoitukset)
Etäopiskelu (harjoitukset)
Harjoitusten tekemiseen ohjauskerrat viikottain
Opiskelijan ajankäyttö ja kuormitus
Verkkoluennot 35h (luennot, opettajan johdolla tehtävät harjoitukset)
Etäopiskelu 26h (harjoitukset)
Ohjaustilaisuudet luokassa 20h
Yhteensä 81h
Lisätietoja opiskelijoille
Opintojakson arviointi muodostuu palautetuista harjoituksista.
Arviointiasteikko
0-5
Arviointikriteerit, tyydyttävä (1-2)
Välttävä 1: Tunnistat joitakin tärkeimpiä data-analytiikan ja tekoälyn menetelmiä, mahdollisuuksia, käyttökohteita tai niissä käytettäviä ohjelmointiympäristöjä.
Tyydyttävä 2: Tunnistat joitakin tärkeimpiä data-analytiikan ja tekoälyn menetelmiä, mahdollisuuksia ja käyttökohteita ja niissä käytettäviä ohjelmointiympäristöjä.
Arviointikriteerit, hyvä (3-4)
Hyvä 3: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt.
Kiitettävä 4: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät joitain tekoälymenetelmien periaatteita.
Arviointikriteerit, kiitettävä (5)
Erinomainen 5: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät tärkeimmät tekoälymenetelmien periaatteet.
Esitietovaatimukset
Ohjelmoinnin perusteet