Datan analysointi (3 op)
Toteutuksen tunnus: TZLM7300-3015
Toteutuksen perustiedot
Ilmoittautumisaika
18.11.2024 - 09.01.2025
Ajoitus
13.01.2025 - 19.05.2025
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Verkko-opetus
Yksikkö
Teknologiayksikkö
Toimipiste
Pääkampus
Opetuskielet
- Suomi
Paikat
20 - 45
Koulutus
- Logistiikka (AMK)
Opettaja
- Kalle Niemi
Ryhmät
-
UTIVERKKOUudistuvan teollisuuden instituutin verkko-opetus (konetekniikka, logistiikka, rakennustekniikka)
Objectives
Opintojakson tarkoitus
Opintojakson käytyäsi ymmärrät, miten tilastollisen aineiston analysointi voi tukea liiketoiminnan päätöksentekoa.
Opintojakson osaamistavoite
Osaat käsitellä, havainnollistaa ja tulkita pientä ja suurta aineistoa ja tehdä sen perusteella ennusteita ja tilastollisia johtopäätöksiä.
Content
Tilastollisen aineiston kuvaileminen, selittäminen ja ennustaminen
Luottamusväliestimointi ja hypoteesin testaus
Monen muuttujan regressiomalleja
Aikasarjan analysointi, tasoittaminen ja ennustaminen
Massiivisen aineiston käsittelyä tietokoneella
Excelin ja jonkin koneoppimisen ohjelman käyttö
Time and location
Syyslukukausi 2024
Learning materials and recommended literature
Nummenmaa, L., Holopainen, M. & Pulkkinen, P. 2019. Tilastollisten menetelmien perusteet. SanomaPro
Kananen, H. & Puolitaival, H. 2019. Tekoäly. Bisneksen uudet mahdollisuudet. Helsinki: Alma Talent
Kelleher, Mac Namee & D'Arcy 2020. Fundamentals of Machine Learning for Predictive Data Analytics. Cambridge, MA: MIT Press
Shmueli, G., Bruce, P., Deokar, A. & Patel, N. 2023. Machine learning for business analytics. Hoboken, NJ: Wiley
Muu materiaali Moodlen kautta.
Teaching methods
Verkko-opetuksessa opiskelija työskentelee itsenäisesti tutustumalla teoriaan ja soveltamalla sitä käytäntöön ratkaisemalla harjoitustehtäviä tietokoneella. Ei ohjausta.
Exam dates and retake possibilities
Tentin ajankohta ja suoritustapa ilmoitetaan opintojakson työtilassa.
Alternative completion methods
Hyväksilukemisen menettelytavat kuvataan tutkintosäännössä ja opinto-oppaassa.
Student workload
Itsenäinen opiskelu noin 20 tuntia
Oppimistehtävät noin 40 tuntia
Further information for students
Osaamisen arviointi perustuu oppimistehtäviin ja kokeeseen.
Jos toteutukselle ilmoittautunut opiskelija ei kolmen viikon aikana osoita aktiivisuutta toteutuksella, ilmoittautuminen hylätään.
Evaluation scale
0-5
Evaluation criteria, satisfactory (1-2)
Välttävä 1
Olet saavuttanut tavoitellut osaamiset. Tunnet joitakin käsitteitä ja menetelmiä ja osaat soveltaa niitä itsellesi tutuissa tilanteissa, mutta usein päättelysi on puutteellista ja laskelmasi virheellisiä.
Tyydyttävä 2
Olet saavuttanut tavoitellut osaamiset. Tunnet useita käsitteitä ja menetelmiä ja osaat soveltaa niitä itsellesi tutuissa tilanteissa, mutta joskus päättelysi on puutteellista tai laskelmasi virheellisiä.
Evaluation criteria, good (3-4)
Hyvä 3
Olet saavuttanut tavoitellut osaamiset. Tunnet lähes kaikki käsitteet ja menetelmät ja osaat soveltaa niitä itsellesi tutuissa tilanteissa usein täydellisesti päätellen ja virheettömästi laskien.
Kiitettävä 4
Olet saavuttanut tavoitellut osaamiset. Tunnet lähes kaikki käsitteet ja menetelmät ja osaat soveltaa niitä myös itsellesi uusissa tilanteissa lähes aina täydellisesti päätellen ja virheettömästi laskien.
Evaluation criteria, excellent (5)
Erinomainen 5
Olet saavuttanut tavoitellut osaamiset. Tunnet kaikki käsitteet ja menetelmät ja osaat soveltaa niitä itsellesi uusissa tilanteissa asioita yhdistellen, täydellisesti päätellen ja virheettömästi laskien.
Prerequisites
Hallitset tilastomatematiikan perusteet ja niihin liittyvät Excelin toiminnot.