Johdatus data-analytiikkaan ja tekoälyyn (3 op)
Toteutuksen tunnus: TTC2050-3022
Toteutuksen perustiedot
- Ilmoittautumisaika
-
20.11.2023 - 04.01.2024
Ilmoittautuminen toteutukselle on päättynyt.
- Ajoitus
-
08.01.2024 - 30.04.2024
Toteutus on päättynyt.
- Opintopistemäärä
- 3 op
- Lähiosuus
- 3 op
- Toteutustapa
- Lähiopetus
- Yksikkö
- Teknologiayksikkö
- Toimipiste
- Lutakon kampus
- Opetuskielet
- englanti
- Paikat
- 20 - 35
- Koulutus
- Bachelor's Degree Programme in Information and Communications Technology
- Opettajat
- Antti Häkkinen
- Ryhmät
-
TIC22S1Bachelor's Degree Programme in Information and Communications Technology
- Opintojakso
- TTC2050
Toteutuksella on 4 opetustapahtumaa joiden yhteenlaskettu kesto on 6 t 0 min.
| Aika | Aihe | Tila |
|---|---|---|
|
To 07.03.2024 klo 10:30 - 12:00 (1 t 30 min) |
Introduction to Data Analytics and Artificial Intelligence TTC2050-3022 |
P2_D421
Mikroluokka
|
|
To 14.03.2024 klo 10:30 - 12:00 (1 t 30 min) |
Introduction to Data Analytics and Artificial Intelligence TTC2050-3022 |
P2_D421
Mikroluokka
|
|
To 21.03.2024 klo 10:30 - 12:00 (1 t 30 min) |
Introduction to Data Analytics and Artificial Intelligence TTC2050-3022 |
Verkko/Online (KYHA)
|
|
To 28.03.2024 klo 10:30 - 12:00 (1 t 30 min) |
Introduction to Data Analytics and Artificial Intelligence TTC2050-3022 |
P2_D421
Mikroluokka
|
Arviointiasteikko
0-5
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
Luennot ja lisäksi ohjaus harjoitusten tekemisessä luokassa
Oppimateriaalit
Opintojakson verkkosivut (luentomateriaali, harjoitukset)
Opetusmenetelmät
Viikottaiset luennot (luentomateriaali, opettajan johdolla tehtävät esimerkkiharjoitukset)
Etäopiskelu (harjoitukset)
Harjoitusten tekemiseen ohjauskerrat viikottain
Opiskelijan ajankäyttö ja kuormitus
Luennot 35h (luennot, opettajan johdolla tehtävät harjoitukset)
Etäopiskelu 26h (harjoitukset)
Ohjaustilaisuudet luokassa 20h
Yhteensä 81h
Arviointikriteerit, tyydyttävä (1)
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)
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
Lisätiedot
Opintojakson arviointi muodostuu palautetuista harjoituksista.