Siirry suoraan sisältöön

Johdatus data-analytiikkaan ja tekoälyyn (3 op)

Toteutuksen tunnus: TTC2050-3029

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)
Opettajat
Antti Häkkinen
Ryhmät
TTV23S3
Tieto- ja viestintätekniikka (AMK)
Opintojakso
TTC2050

Toteutuksella on 10 opetustapahtumaa joiden yhteenlaskettu kesto on 15 t 0 min.

Aika Aihe Tila
Ke 15.01.2025 klo 15:00 - 16:30
(1 t 30 min)
Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3029
P2_D334 Sulautetut järjestelmät
Ke 22.01.2025 klo 15:00 - 16:30
(1 t 30 min)
Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3029
P2_D334 Sulautetut järjestelmät
Ke 29.01.2025 klo 15:00 - 16:30
(1 t 30 min)
Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3029
P2_D334 Sulautetut järjestelmät
Ke 05.02.2025 klo 15:00 - 16:30
(1 t 30 min)
Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3029
Verkko/Online (KYHA)
Ke 12.02.2025 klo 15:00 - 16:30
(1 t 30 min)
Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3029
P2_D334 Sulautetut järjestelmät
Ke 19.02.2025 klo 15:00 - 16:30
(1 t 30 min)
Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3029
P2_D334 Sulautetut järjestelmät
Ke 05.03.2025 klo 15:00 - 16:30
(1 t 30 min)
Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3029
P2_D334 Sulautetut järjestelmät
Ke 12.03.2025 klo 15:00 - 16:30
(1 t 30 min)
Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3029
P2_D334 Sulautetut järjestelmät
Ke 19.03.2025 klo 15:00 - 16:30
(1 t 30 min)
Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3029
P2_D334 Sulautetut järjestelmät
Ke 26.03.2025 klo 15:00 - 16:30
(1 t 30 min)
Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3029
P2_D334 Sulautetut järjestelmät
Muutokset varauksiin voivat olla mahdollisia.

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.

Siirry alkuun