Siirry suoraan sisältöön

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

  • TTV23S1
    Tieto- 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

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

Oppimateriaali ja suositeltava kirjallisuus

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

Lisätietoja opiskelijoille

Opintojakson arviointi muodostuu palautetuista harjoituksista.

Arviointiasteikko

0-5

Arviointikriteerit, tyydyttävä (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.

Arviointikriteerit, hyvä (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.

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