Johdatus data-analytiikkaan ja tekoälyyn (3 op)
Toteutuksen tunnus: TTC2050-3029
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
-
TTV23S3Tieto- ja viestintätekniikka (AMK)
- 15.01.2025 15:00 - 16:30, Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3029
- 22.01.2025 15:00 - 16:30, Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3029
- 29.01.2025 15:00 - 16:30, Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3029
- 05.02.2025 15:00 - 16:30, Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3029
- 12.02.2025 15:00 - 16:30, Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3029
- 19.02.2025 15:00 - 16:30, Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3029
- 05.03.2025 15:00 - 16:30, Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3029
- 12.03.2025 15:00 - 16:30, Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3029
- 19.03.2025 15:00 - 16:30, Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3029
- 26.03.2025 15:00 - 16:30, Johdatus data-analytiikkaan ja tekoälyyn TTC2050-3029
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