Datan analysointi (4 op)

Oppimateriaalit

Materiaali ja harjoitustehtävät Optimassa.

Arviointiasteikko

0-5

Toteutuksen valinnaiset suoritustavat

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

Lisätiedot

Opintojakso arvioidaan harjoitustehtävistä kerättävien pisteiden perusteella.

Harjoittelu- ja työelämäyhteistyö

Kurssin sisältö pyritään kytkemään työelämässä esiintyviin ongelmiin.

Virtuaaliosuus

4

Opiskelijan ajankäyttö ja kuormitus

Itsenäistä opiskelua 108 h.

Arviointikriteerit, tyydyttävä (1)

Välttävä 1: Opiskelija tietää data-analytiikan yleisimmin käytetyt tekniikat datananalysointi tehtävissä. Hän osaa soveltaa yleisimpiä tekniikoita datan analysoinnissa. Lisäksi opiskelija osaa arvioida suppeasti toteutuksensa.


Tyydyttävä 2: Opiskelija tietää data-analytiikan yleisimmin käytetyt tekniikat datan analysointitehtävissä. Hän osaa valita tekniikat datan analysoinnissa ja hän osaa soveltaa teknistä osaamistaan käytännössä. Lisäksi opiskelija osaa arvioida pintapuolisesti toteutuksensa.

Arviointikriteerit, hyvä (3)

Hyvä 3: Opiskelija tunnistaa data-analytiikan hyödyt Big datan hyödyntämisessä ja digitalisaation aikakautena. Opiskelija tietää data-analytiikan yleisimmin käytetyt tekniikat erilaisissa datan analysointi tehtävissä. Hän osaa perustella ja valita tekniikat datan analysoinnissa ja hän osaa soveltaa teknistä osaamistaan käytännössä. Lisäksi opiskelija osaa arvioida toteutuksensa ja perustella sen kehittämistä.


Kiitettevä 4: Opiskelija tunnistaa data-analytiikan hyödyt Big datan hyödyntämisessä ja digitalisaation aikakautena. Opiskelija osaa data-analytiikan yleisimmin käytetyt tekniikat ja osaa laajasti perustella käytettyjen tekniikoiden käytön erilaisissa datan analysointi tehtävissä. Hän osaa monipuolisesti perustella ja valita oikeat tekniikat datan analysoinnissa ja hän osaa soveltaa teknistä osaamistaan käytännössä. Lisäksi opiskelija osaa arvioida perusteellisesti toteutuksensa ja perustella sen kehittämistä.

Arviointikriteerit, kiitettävä (5)

Erinomainen 5: Opiskelija tunnistaa data-analytiikan hyödyt Big datan hyödyntämisessä ja digitalisaation aikakautena. Opiskelija osaa data-analytiikan yleisimmin käytetyt tekniikat ja osaa kriittisesti perustella käytettyjen tekniikoiden käytön erilaisissa datan analysointi tehtävissä. Hän osaa kriittisesti perustella ja valita oikeat tekniikat datan analysoinnissa riippumatta analysoitavasta datasta ja osaa soveltaa teknistä osaamistaan käytännössä. Lisäksi opiskelija osaa arvioida kriittisesti toteutuksensa ja perustella sen kehittämistä.

Opetuskieli

fi

Opetusmenetelmät

Verkkoluennot ja -ohjaus, itsenäinen työskentely ja verkkotyöskentely.

Aika ja paikka

Opintojakso toteutetaan 11.1.2021 - 30.4.2021.

Opintopistemäärä

4

Esitietovaatimukset

Koskee tutkinto-opiskelijoita: Opiskelijalla täytyy olla perusosaaminen Python-ohjelmoinnista.

Sisältö

Data-analytiikan
• Perusteet
• Avoin data ja Mydata
• Yleisimmät menetelmät
• Menetelmien soveltaminen käytännössä

Tavoitteet

Opiskelija ymmärtää data-analytiikan merkityksen digitalisoituvassa toimintaympäristössä ja Big datan jalostamisessa hyödynnettävään muotoon. Opiskelija tietää yleisimmät data-analytiikan menetelmät ja osaa soveltaa niitä käytännössä olemassa olevaan dataan.