Koneoppiminen web-sovelluksissa (4 op)
Toteutuksen tunnus: HTKA0220-3003
Toteutuksen perustiedot
Ilmoittautumisaika
01.08.2023 - 24.08.2023
Ajoitus
09.10.2023 - 19.12.2023
Opintopistemäärä
4 op
Toteutustapa
Lähiopetus
Yksikkö
Liiketoimintayksikkö
Toimipiste
Pääkampus
Opetuskielet
- Suomi
Paikat
20 - 45
Koulutus
- Tietojenkäsittely (AMK)
Opettaja
- Tommi Tuikka
Ryhmät
-
HTK22S1Tietojenkäsittely (AMK)
-
ZJA23SIAvoin amk, tiko
- 23.11.2023 10:15 - 12:15, Koneoppiminen web-sovelluksissa HTKA0220-3003
- 30.11.2023 10:15 - 12:15, Koneoppiminen web-sovelluksissa HTKA0220-3003
- 07.12.2023 10:15 - 12:15, Koneoppiminen web-sovelluksissa HTKA0220-3003
- 14.12.2023 10:15 - 12:15, Koneoppiminen web-sovelluksissa HTKA0220-3003
Tavoitteet
Opintojakson tarkoitus
Kiinnostaako sinua oppia kehittämään älykkäitä datan perusteella päätöksiä tekeviä web-sovelluksia? Tekoälyn ja koneoppimisen hyödyntäminen on tulevaisuudessa yhä tärkeämpi osa web-sovelluskehittäjän työtä. Opintojaksolla tutustutaan koneoppimisalgoritmeihin ja neuroverkkoihin web-sovellusten asiakas- ja palvelinpuolella sekä pilvipalvelualustalla. Opintojakson suoritettuasi osaat kehittää dataa analysoivia web-sovelluksia koneoppimiskirjaston sekä pilvialustan tarjoamien palveluiden avulla.
Opintojakson osaamiset
Sovelluskehitysosaaminen
Opintojakson osaamistavoite
Opiskelija osaa toteuttaa erilaisia datalähteitä ja koneoppimisalgoritmeja hyödyntäviä dataa analysoivia web-sovelluksia sekä asiakas- että palvelinpuolelle. Opiskelija osaa hyödyntää neuroverkkoja koneoppimiskirjaston avulla ja osaa käyttää pilvialustan palveluita koneoppimissovellusten toteutuksessa. Opiskelija tuntee yleisimmät koneoppimisalgoritmien tyypit ja käyttökohteet ja osaa hyödyntää niitä soveltuvissa käyttötilanteissa.
Sisältö
Opintojaksolla opetellaan kehittämään koneoppimiseen ja tekoälyyn perustuvia web-sovelluksia. Sisältöön kuuluvat mm. datan esikäsittely ja analysointi, klassinen koneoppiminen, neuroverkkoihin perustuva koneoppiminen selainsovelluksessa ja palvelinsovelluksessa sekä pilvialustan koneoppimis- ja tekoälypalveluiden hyödyntäminen web-sovelluksissa. Opintojaksolta saa perusvalmiudet koneoppimis- ja tekoälypalveluiden hyödyntämiseen web-sovelluskehityksessä.
Lisätietoja opiskelijoille
Avoin 2
EduFutura 3
Arviointiasteikko
0-5
Arviointikriteerit, tyydyttävä (1-2)
(Välttävä 1) Opiskelija osaa toteuttaa perustason koneoppimissovelluksia oppitunneilla esitettyjen mallien tai webissä olevien tutoriaalien avulla. Hän on yrittänyt tehdä kaikki harjoitustehtävät ja päässyt ohjeiden määrittämään lopputulokseen vähintään 50%:ssa tehtävistä.
(Tyydyttävä 2) Opiskelija osaa toteuttaa perustason koneoppimissovelluksia oppitunneilla esitettyjen mallien tai webissä olevien tutoriaalien avulla. Hän on yrittänyt tehdä kaikki harjoitustehtävät ja päässyt ohjeiden määrittämään lopputulokseen vähintään 70%:ssa tehtävistä.
Arviointikriteerit, hyvä (3-4)
(Hyvä 3) Opiskelija osaa toteuttaa perustason koneoppimissovelluksia ja osaa soveltaa opittuja teknologioita myös vaativampien sovellusten kehityksessä. Hän osaa oma-aloitteisesti laajentaa osaamistaan myös kurssilla esitettyjen asioiden ulkopuolelle. Hän on yrittänyt tehdä kaikki harjoitustehtävät ja päässyt ohjeiden määrittämään lopputulokseen vähintään 80%:ssa tehtävistä.
(Kiitettävä 4) Opiskelija osaa toteuttaa perustason koneoppimissovelluksia ja osaa soveltaa opittuja teknologioita myös vaativampien sovellusten kehityksessä. Hän osaa oma-aloitteisesti laajentaa osaamistaan myös kurssilla esitettyjen asioiden ulkopuolelle. Hän on yrittänyt tehdä kaikki harjoitustehtävät ja päässyt ohjeiden määrittämään lopputulokseen vähintään 90%:ssa tehtävistä.
Arviointikriteerit, kiitettävä (5)
(Erinomainen 5) Opiskelija osaa edellisten vaatimusten lisäksi arvioida kriittisesti koneoppimisalgoritmeja ja pilvialustojen työkaluja sekä ymmärtää teknologioiden valintakriteerit eri käyttötarkoituksiin. Hän on tehnyt kaikki harjoitustehtävät ja päässyt kaikissa ohjeiden määrittämään lopputulokseen.
Esitietovaatimukset
Tietorakenteet ja algoritmit
Backend- ja Frontend web-sovelluskehityksen perusteet