Data-analytiikka ja tekoäly (4 op)

Arviointiasteikko

0-5

Tavoitteet

Opintojaksolla saat yleiskuvan data-analytiikan ja tekoälyn menetelmistä, mahdollisuuksista ja käyttökohteista sekä niissä käytettävistä yleisimmistä ohjelmointiympäristöistä ja –kirjastoista.

EUR-ACE Tieto ja ymmärrys
Ymmärrät keskeiset data-analytiikan ja tekoälyn käsitteet. Lisäksi tunnistat datan käsittelyn eri vaiheet ja niihin soveltuvat kirjastot.

EUR-ACE Tekniikan soveltaminen käytäntöön
Osaat valita data-analytiikan ja koneoppimisen eri vaiheisiin soveltuvat kirjastot ja hyödyntää niitä osana datan käsittelyä.

Sisältö

Tällä opintojaksolla saat kattavan yleiskuvan data-analytiikan ja tekoälyn menetelmistä, mahdollisuuksista ja käyttökohteista. Opit ymmärtämään keskeiset käsitteet ja tunnistamaan datan käsittelyn eri vaiheet sekä niihin soveltuvat kirjastot. Osaat valita ja hyödyntää data-analytiikan ja koneoppimisen eri vaiheisiin sopivia kirjastoja käytännön datan käsittelyssä. Tämä opintojakso antaa sinulle valmiudet soveltaa data-analytiikan ja tekoälyn menetelmiä monipuolisesti eri tilanteissa.

Datalähteet
Datan analysointi
Datan visualisointi
Koneoppiminen

Aika ja paikka

Verkkototeutus

Oppimateriaalit

Opintojakson verkkosivut (luentomateriaali, harjoitukset)

Opetusmenetelmät

- Verkkototeutus, jossa järjestetään 5 kpl ohjauskertoja verkossa lukukauden aikana
- Ohjauskerralla käydään läpi opettajan nostamia valittuja demokokonaisuuksia ja lisäksi opiskelijoille tarjotaan ohjausta harjoituksiin

Toteutuksen valinnaiset suoritustavat

Hyväksilukemisen menettelytavat kuvataan tutkintosäännössä ja opinto-oppaassa. Opintojakson opettaja antaa lisätietoa mahdollisista opintojakson erityiskäytänteistä.

Opiskelijan ajankäyttö ja kuormitus

Etäopiskelu 98 h (ympäristön valmistelu, materiaaliin tutustuminen, harjoitukset)
Opettajan johdolla tehtävät demot ja ohjaustilaisuudet verkossa 10 h
Yhteensä 108 h

Arviointikriteerit, tyydyttävä (1)

Välttävä (1):
Tiedät data-analytiikan ja tekoälyn peruskäsitteet pintapuolisesti. Osaat käyttää joitakin menetelmiä osana datan käsittelyä.

Tyydyttävä (2):
Tiedät data-analytiikan ja tekoälyn keskeiset käsitteet. Osaat soveltaa tietojasi perustasolla datan käsittelyongelmissa.

Arviointikriteerit, hyvä (3)

Hyvä (3):
Ymmärrät data-analytiikan ja tekoälyn keskeiset käsitteet ja perusperiaatteet. Osaat soveltaa tietojasi johdonmukaisesti ja onnistuneesti useimmissa datan käsittelyn tilanteissa.

Kiitettävä (4):
Ymmärrät syvällisesti data-analytiikan ja tekoälyn keskeiset käsitteet ja menetelmät. Osaat soveltaa tietojasi tehokkaasti ja analysoida tuloksia myös vaativammissa datan käsittelyn ongelmissa.

Arviointikriteerit, kiitettävä (5)

Erinomainen (5):
Hallitset erinomaisesti data-analytiikan ja tekoälyn käsitteet ja yhdistelet tietoa eri lähteistä saumattomasti. Osaat soveltaa tietojasi tehokkaasti ja analysoida tuloksia selkeästi ja kriittisesti myös vaativammissa datan käsittelyn ongelmissa.

Esitietovaatimukset

Ohjelmoinnin perusteet

Lisätiedot

Opintojakson arviointi muodostuu palautetuista harjoituksista (ei erillistä tenttiä). Opintojakson harjoitusten palautukselle on yksi takaraja, jota ennen harjoitukset tulee jättää arvioitavaksi. Opiskelija voi halutessaan jättää harjoitukset arvioitavaksi missä vaiheessa tahansa opintojaksoa.