Skip to main content

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

Objectives

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

Content

Data-analytiikan ja tekoälyn määritelmät.
Tekoälyn käytännön sovelluksia.
Esimerkkejä ja periaatteita koneoppimisesta ja neuroverkoista.
Data-analytiikan ohjelmointikieliä ja -ympäristöjä: Python, R, Anaconda, Pandas.

Time and location

Verkkoluennot ja lisäksi ohjaus harjoitusten tekemisessä luokassa

Learning materials and recommended literature

Opintojakson verkkosivut (luentomateriaali, harjoitukset)

Teaching methods

Viikottaiset verkkoluennot (luentomateriaali, opettajan johdolla tehtävät esimerkkiharjoitukset)
Etäopiskelu (harjoitukset)
Harjoitusten tekemiseen ohjauskerrat viikottain

Student workload

Verkkoluennot 35h (luennot, opettajan johdolla tehtävät harjoitukset)
Etäopiskelu 26h (harjoitukset)
Ohjaustilaisuudet luokassa 20h
Yhteensä 81h

Further information for students

Opintojakson arviointi muodostuu palautetuista harjoituksista.

Evaluation scale

0-5

Evaluation criteria, satisfactory (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.

Evaluation criteria, good (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.

Evaluation criteria, excellent (5)

Erinomainen 5: Tunnistat tärkeimmät data-analytiikan ja teköälyn menetelmät, mahdollisuudet ja käyttökohteet ja niissä käytettävät ohjelmointiympäristöt. Lisäksi ymmärrät tärkeimmät tekoälymenetelmien periaatteet.

Prerequisites

Ohjelmoinnin perusteet