Curricula

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