Johdatus data-analytiikkaan ja tekoälyyn (3 op)
Toteutuksen tunnus: TTC2050-3027
Toteutuksen perustiedot
- Ilmoittautumisaika
-
18.11.2024 - 09.01.2025
Ilmoittautuminen toteutukselle on päättynyt.
- Ajoitus
-
13.01.2025 - 31.03.2025
Toteutus on päättynyt.
- Opintopistemäärä
- 3 op
- Lähiosuus
- 3 op
- Toteutustapa
- Lähiopetus
- Yksikkö
- Teknologiayksikkö
- Toimipiste
- Lutakon kampus
- Opetuskielet
- suomi
- Paikat
- 0 - 35
- Koulutus
- Tieto- ja viestintätekniikka (AMK)
Toteutuksella on 10 opetustapahtumaa joiden yhteenlaskettu kesto on 15 t 0 min.
Aika | Aihe | Tila |
---|---|---|
Ke 15.01.2025 klo 08:00 - 09:30 (1 t 30 min) |
Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3027 |
P2_D330
Ohjelmointiluokka
|
Ke 22.01.2025 klo 08:00 - 09:30 (1 t 30 min) |
Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3027 |
P2_D330
Ohjelmointiluokka
|
Ke 29.01.2025 klo 08:00 - 09:30 (1 t 30 min) |
Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3027 |
P2_D330
Ohjelmointiluokka
|
Ke 05.02.2025 klo 08:00 - 09:30 (1 t 30 min) |
Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3027 |
Verkko/Online (KYHA)
|
Ke 12.02.2025 klo 08:00 - 09:30 (1 t 30 min) |
Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3027 |
P2_D330
Ohjelmointiluokka
|
Ke 19.02.2025 klo 08:00 - 09:30 (1 t 30 min) |
Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3027 |
P2_D330
Ohjelmointiluokka
|
Ke 05.03.2025 klo 08:00 - 09:30 (1 t 30 min) |
Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3027 |
P2_D330
Ohjelmointiluokka
|
Ke 12.03.2025 klo 08:00 - 09:30 (1 t 30 min) |
Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3027 |
P2_D330
Ohjelmointiluokka
|
Ke 19.03.2025 klo 08:00 - 09:30 (1 t 30 min) |
Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3027 |
P2_D330
Ohjelmointiluokka
|
Ke 26.03.2025 klo 08:00 - 09:30 (1 t 30 min) |
Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3027 |
P2_D330
Ohjelmointiluokka
|
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
Viikottainen ohjaus harjoitusten tekemiseen luokassa
Oppimateriaalit
Opintojakson verkkosivut (luentomateriaali, harjoitukset)
Opetusmenetelmät
- Viikottaiset ohjaukset luokassa (opiskelijan on mahdollista tulla tekemään luokkaan harjoituksia viikoittain ja saada tukea harjoitusten tekoon opettajalta)
- Etäopiskelu (opiskelija voi suorittaa opintojaksoa omaan tahtiin tehden harjoituksia itsenäisesti)
Opiskelijan ajankäyttö ja kuormitus
Etäopiskelu 61h (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.