Johdatus data-analytiikkaan ja tekoälyyn (3 op)
Toteutuksen tunnus: TTC2050-3027
Toteutuksen perustiedot
Ilmoittautumisaika
18.11.2024 - 09.01.2025
Ajoitus
13.01.2025 - 31.03.2025
Opintopistemäärä
3 op
Toteutustapa
Lähiopetus
Yksikkö
Teknologiayksikkö
Toimipiste
Lutakon kampus
Opetuskielet
- Suomi
Paikat
0 - 35
Koulutus
- Tieto- ja viestintätekniikka (AMK)
Opettaja
- Antti Häkkinen
Ryhmät
-
TTV23S1Tieto- ja viestintätekniikka (AMK)
- 15.01.2025 08:00 - 09:30, Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3027
- 22.01.2025 08:00 - 09:30, Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3027
- 29.01.2025 08:00 - 09:30, Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3027
- 05.02.2025 08:00 - 09:30, Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3027
- 12.02.2025 08:00 - 09:30, Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3027
- 19.02.2025 08:00 - 09:30, Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3027
- 05.03.2025 08:00 - 09:30, Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3027
- 12.03.2025 08:00 - 09:30, Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3027
- 19.03.2025 08:00 - 09:30, Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3027
- 26.03.2025 08:00 - 09:30, Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3027
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
Viikottainen ohjaus harjoitusten tekemiseen luokassa
Learning materials and recommended literature
Opintojakson verkkosivut (luentomateriaali, harjoitukset)
Teaching methods
- 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)
Student workload
Etäopiskelu 61h (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