Siirry suoraan sisältöön

Johdatus data-analytiikkaan ja tekoälyyn (3 op)

Toteutuksen tunnus: TTC2050-3019

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

  • TTV22S5
    Tieto- ja viestintätekniikka (AMK)
  • 08.01.2024 12:30 - 14:00, Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3019
  • 15.01.2024 12:30 - 14:00, Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3019
  • 22.01.2024 12:30 - 14:00, Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3019, Tietoverkkotekniikka TSAT0530-3009
  • 29.01.2024 12:30 - 14:00, Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3019, Tietoverkkotekniikka TSAT0530-3009
  • 05.02.2024 12:30 - 14:00, Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3019, Tietoverkkotekniikka TSAT0530-3009
  • 12.02.2024 12:30 - 14:00, Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3019, Tietoverkkotekniikka TSAT0530-3009
  • 19.02.2024 12:30 - 14:00, Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3019, Tietoverkkotekniikka TSAT0530-3009
  • 07.03.2024 08:15 - 09:45, Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3017 ja TTC2050-3019
  • 14.03.2024 08:15 - 09:45, Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3017
  • 21.03.2024 08:15 - 09:45, Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3017
  • 28.03.2024 08:15 - 09:45, Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3017

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