Johdatus data-analytiikkaan ja tekoälyynLaajuus (3 op)
Tunnus: TTC2050
Laajuus
3 op
Opetuskieli
- suomi
- englanti
Vastuuhenkilö
- Antti Häkkinen
- Juha Peltomäki
Osaamistavoitteet
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.
Esitietovaatimukset
Ohjelmoinnin perusteet
Arviointikriteerit, tyydyttävä (1)
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)
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.
Ilmoittautumisaika
20.11.2023 - 04.01.2024
Ajoitus
08.01.2024 - 30.04.2024
Opintopistemäärä
3 op
Toteutustapa
Lähiopetus
Yksikkö
Teknologiayksikkö
Toimipiste
Lutakon kampus
Opetuskielet
- Suomi
Paikat
20 - 35
Koulutus
- Tieto- ja viestintätekniikka (AMK)
Opettaja
- Antti Häkkinen
Ryhmät
-
TTV22S1Tieto- ja viestintätekniikka (AMK)
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
Verkkoluennot ja lisäksi ohjaus harjoitusten tekemisessä luokassa
Oppimateriaalit
Opintojakson verkkosivut (luentomateriaali, harjoitukset)
Opetusmenetelmät
Viikottaiset verkkoluennot (luentomateriaali, opettajan johdolla tehtävät esimerkkiharjoitukset)
Etäopiskelu (harjoitukset)
Harjoitusten tekemiseen ohjauskerrat viikottain
Opiskelijan ajankäyttö ja kuormitus
Verkkoluennot 35h (luennot, opettajan johdolla tehtävät harjoitukset)
Etäopiskelu 26h (harjoitukset)
Ohjaustilaisuudet luokassa 20h
Yhteensä 81h
Lisätietoja opiskelijoille
Opintojakson arviointi muodostuu palautetuista harjoituksista.
Arviointiasteikko
0-5
Arviointikriteerit, tyydyttävä (1)
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)
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
Ilmoittautumisaika
20.11.2023 - 04.01.2024
Ajoitus
08.01.2024 - 30.04.2024
Opintopistemäärä
3 op
Toteutustapa
Lähiopetus
Yksikkö
Teknologiayksikkö
Toimipiste
Lutakon kampus
Opetuskielet
- Suomi
Paikat
20 - 35
Koulutus
- Tieto- ja viestintätekniikka (AMK)
Opettaja
- Antti Häkkinen
Ryhmät
-
TTV22S2Tieto- ja viestintätekniikka (AMK)
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
Verkkoluennot ja lisäksi ohjaus harjoitusten tekemisessä luokassa
Oppimateriaalit
Opintojakson verkkosivut (luentomateriaali, harjoitukset)
Opetusmenetelmät
Viikottaiset verkkoluennot (luentomateriaali, opettajan johdolla tehtävät esimerkkiharjoitukset)
Etäopiskelu (harjoitukset)
Harjoitusten tekemiseen ohjauskerrat viikottain
Opiskelijan ajankäyttö ja kuormitus
Verkkoluennot 35h (luennot, opettajan johdolla tehtävät harjoitukset)
Etäopiskelu 26h (harjoitukset)
Ohjaustilaisuudet luokassa 20h
Yhteensä 81h
Lisätietoja opiskelijoille
Opintojakson arviointi muodostuu palautetuista harjoituksista.
Arviointiasteikko
0-5
Arviointikriteerit, tyydyttävä (1)
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)
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
Ilmoittautumisaika
20.11.2023 - 04.01.2024
Ajoitus
08.01.2024 - 30.04.2024
Opintopistemäärä
3 op
Toteutustapa
Lähiopetus
Yksikkö
Teknologiayksikkö
Toimipiste
Lutakon kampus
Opetuskielet
- Suomi
Paikat
20 - 35
Koulutus
- Tieto- ja viestintätekniikka (AMK)
Opettaja
- Antti Häkkinen
Ryhmät
-
TTV22S3Tieto- ja viestintätekniikka (AMK)
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
Verkkoluennot ja lisäksi ohjaus harjoitusten tekemisessä luokassa
Oppimateriaalit
Opintojakson verkkosivut (luentomateriaali, harjoitukset)
Opetusmenetelmät
Viikottaiset verkkoluennot (luentomateriaali, opettajan johdolla tehtävät esimerkkiharjoitukset)
Etäopiskelu (harjoitukset)
Harjoitusten tekemiseen ohjauskerrat viikottain
Opiskelijan ajankäyttö ja kuormitus
Verkkoluennot 35h (luennot, opettajan johdolla tehtävät harjoitukset)
Etäopiskelu 26h (harjoitukset)
Ohjaustilaisuudet luokassa 20h
Yhteensä 81h
Lisätietoja opiskelijoille
Opintojakson arviointi muodostuu palautetuista harjoituksista.
Arviointiasteikko
0-5
Arviointikriteerit, tyydyttävä (1)
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)
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
Ilmoittautumisaika
20.11.2023 - 04.01.2024
Ajoitus
08.01.2024 - 30.04.2024
Opintopistemäärä
3 op
Toteutustapa
Lähiopetus
Yksikkö
Teknologiayksikkö
Toimipiste
Lutakon kampus
Opetuskielet
- Suomi
Paikat
20 - 35
Koulutus
- Tieto- ja viestintätekniikka (AMK)
Opettaja
- Antti Häkkinen
Ryhmät
-
TTV22S4Tieto- ja viestintätekniikka (AMK)
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
Verkkoluennot ja lisäksi ohjaus harjoitusten tekemisessä luokassa
Oppimateriaalit
Opintojakson verkkosivut (luentomateriaali, harjoitukset)
Opetusmenetelmät
Viikottaiset verkkoluennot (luentomateriaali, opettajan johdolla tehtävät esimerkkiharjoitukset)
Etäopiskelu (harjoitukset)
Harjoitusten tekemiseen ohjauskerrat viikottain
Opiskelijan ajankäyttö ja kuormitus
Verkkoluennot 35h (luennot, opettajan johdolla tehtävät harjoitukset)
Etäopiskelu 26h (harjoitukset)
Ohjaustilaisuudet luokassa 20h
Yhteensä 81h
Lisätietoja opiskelijoille
Opintojakson arviointi muodostuu palautetuista harjoituksista.
Arviointiasteikko
0-5
Arviointikriteerit, tyydyttävä (1)
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)
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
Ilmoittautumisaika
20.11.2023 - 04.01.2024
Ajoitus
08.01.2024 - 30.04.2024
Opintopistemäärä
3 op
Toteutustapa
Lähiopetus
Yksikkö
Teknologiayksikkö
Toimipiste
Lutakon kampus
Opetuskielet
- Suomi
Paikat
20 - 35
Koulutus
- Tieto- ja viestintätekniikka (AMK)
Opettaja
- Antti Häkkinen
Ryhmät
-
TTV22S5Tieto- ja viestintätekniikka (AMK)
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
Verkkoluennot ja lisäksi ohjaus harjoitusten tekemisessä luokassa
Oppimateriaalit
Opintojakson verkkosivut (luentomateriaali, harjoitukset)
Opetusmenetelmät
Viikottaiset verkkoluennot (luentomateriaali, opettajan johdolla tehtävät esimerkkiharjoitukset)
Etäopiskelu (harjoitukset)
Harjoitusten tekemiseen ohjauskerrat viikottain
Opiskelijan ajankäyttö ja kuormitus
Verkkoluennot 35h (luennot, opettajan johdolla tehtävät harjoitukset)
Etäopiskelu 26h (harjoitukset)
Ohjaustilaisuudet luokassa 20h
Yhteensä 81h
Lisätietoja opiskelijoille
Opintojakson arviointi muodostuu palautetuista harjoituksista.
Arviointiasteikko
0-5
Arviointikriteerit, tyydyttävä (1)
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)
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
Ilmoittautumisaika
20.11.2023 - 04.01.2024
Ajoitus
08.01.2024 - 30.04.2024
Opintopistemäärä
3 op
Toteutustapa
Lähiopetus
Yksikkö
Teknologiayksikkö
Toimipiste
Lutakon kampus
Opetuskielet
- Suomi
Paikat
20 - 35
Koulutus
- Tieto- ja viestintätekniikka (AMK)
Opettaja
- Antti Häkkinen
Ryhmät
-
TTV22SMTieto- ja viestintätekniikka (AMK)
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
Verkkoluennot ja lisäksi ohjaus harjoitusten tekemisessä luokassa
Oppimateriaalit
Opintojakson verkkosivut (luentomateriaali, harjoitukset)
Opetusmenetelmät
Viikottaiset verkkoluennot (luentomateriaali, opettajan johdolla tehtävät esimerkkiharjoitukset)
Etäopiskelu (harjoitukset)
Harjoitusten tekemiseen ohjauskerrat viikottain
Opiskelijan ajankäyttö ja kuormitus
Verkkoluennot 35h (luennot, opettajan johdolla tehtävät harjoitukset)
Etäopiskelu 26h (harjoitukset)
Ohjaustilaisuudet luokassa 20h
Yhteensä 81h
Lisätietoja opiskelijoille
Opintojakson arviointi muodostuu palautetuista harjoituksista.
Arviointiasteikko
0-5
Arviointikriteerit, tyydyttävä (1)
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)
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
Ilmoittautumisaika
20.11.2023 - 04.01.2024
Ajoitus
08.01.2024 - 30.04.2024
Opintopistemäärä
3 op
Toteutustapa
Lähiopetus
Yksikkö
Teknologiayksikkö
Toimipiste
Lutakon kampus
Opetuskielet
- Suomi
Paikat
20 - 35
Koulutus
- Tieto- ja viestintätekniikka (AMK)
Opettaja
- Antti Häkkinen
Ryhmät
-
TTV22SM2Tieto- ja viestintätekniikka (AMK)
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
Verkkoluennot ja lisäksi ohjaus harjoitusten tekemisessä luokassa
Oppimateriaalit
Opintojakson verkkosivut (luentomateriaali, harjoitukset)
Opetusmenetelmät
Viikottaiset verkkoluennot (luentomateriaali, opettajan johdolla tehtävät esimerkkiharjoitukset)
Etäopiskelu (harjoitukset)
Harjoitusten tekemiseen ohjauskerrat viikottain
Opiskelijan ajankäyttö ja kuormitus
Verkkoluennot 35h (luennot, opettajan johdolla tehtävät harjoitukset)
Etäopiskelu 26h (harjoitukset)
Ohjaustilaisuudet luokassa 20h
Yhteensä 81h
Lisätietoja opiskelijoille
Opintojakson arviointi muodostuu palautetuista harjoituksista.
Arviointiasteikko
0-5
Arviointikriteerit, tyydyttävä (1)
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)
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
Enrollment
20.11.2023 - 04.01.2024
Timing
08.01.2024 - 30.04.2024
Number of ECTS credits allocated
3 op
Mode of delivery
Contact teaching
Unit
School of Technology
Campus
Lutakko Campus
Teaching languages
- English
Seats
20 - 35
Degree programmes
- Bachelor's Degree Programme in Information and Communications Technology
Teachers
- Antti Häkkinen
Groups
-
TIC22S1Bachelor's Degree Programme in Information and Communications Technology
Objective
Purpose and objectives:
The course gives you an overview of the methods of data analytics and artificial intelligence, their possibilities and applications as well as the most commonly used programming environments and libraries.
EUR-ACE Competences:
Knowledge and Understanding
Engineering Practice
Content
Definitions of data analytics and artificial intelligence
Practical applications of artificial intelligence
Examples and principles of machine learning and neural networks
Data analytics programming languages and environments: Python, R, Anaconda, Pandas
Location and time
Lectures and, in addition, guidance in doing exercises in class
Materials
Course material page (lecture materials, exercises)
Teaching methods
Weekly lectures (lecture material, example exercises led by a teacher)
Distance learning (exercises)
Weekly guidance sessions for doing the exercises
Student workload
Lectures 35h (lectures, exercises led by a teacher)
Distance learning 46h (exercises)
Guidance sessions in class 20h
Total 81h
Further information
The assessment of the course consists of returned exercises.
Evaluation scale
0-5
Assessment criteria, satisfactory (1)
Sufficient 1: You recognize some of the most important methods, possibilities and applications of data analytics or programming environments used in them.
Satisfactory 2: You recognize some of the most important methods, possibilities and applications of data analytics and programming environments used in them.
Assessment criteria, good (3)
Good 3: You recognize the most important methods, possibilities and applications of data analytics and artificial intelligence and the programming environments used in them.
Very good 4: You recognize the most important methods, possibilities and applications of data analytics and artificial intelligence and the programming environments used in them. Additionally, you understand some principles of artificial intelligence methods.
Assessment criteria, excellent (5)
Excellent 5: You recognize the most important methods, possibilities and applications of data analytics and artificial intelligence and the programming environments used in them. Additionally, you understand the most important principles of artificial intelligence methods.
Qualifications
Ohjelmoinnin perusteet
Ajoitus
28.08.2023 - 01.10.2023
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
Teknologiayksikkö
Toimipiste
Lutakon kampus
Opetuskielet
- Suomi
Koulutus
- Bachelor's Degree Programme in Information and Communications Technology
- Tieto- ja viestintätekniikka (AMK)
Opettaja
- Antti Häkkinen
Ryhmät
-
ZJA23STIAvoin AMK, tekniikka, ICT
-
ZJA23STIDA1Avoin amk, Data-analytiikka 1, Verkko
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
Verkossa
Oppimateriaalit
Opintojakson verkkosivut (luentomateriaali, harjoitukset, nauhoitetut videot)
Opetusmenetelmät
Etäopiskelu (harjoitukset, luentomateriaaliin tutustuminen, nauhoitetut videot käytännön esimerkeistä)
Opiskelijan ajankäyttö ja kuormitus
Verkkoluentomateriaaliin tutustuminen 35h (nauhoitetut luennot, joissa opettajan johdolla tehtäviä harjoitteita)
Etäopiskelu 46h (harjoitukset)
Yhteensä 81h
Lisätietoja opiskelijoille
Opintojakson arviointi muodostuu palautetuista harjoituksista.
Arviointiasteikko
0-5
Arviointikriteerit, tyydyttävä (1)
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)
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
Ajoitus
09.01.2023 - 19.02.2023
Opintopistemäärä
3 op
Toteutustapa
Lähiopetus
Yksikkö
Teknologiayksikkö
Opetuskielet
- Suomi
Koulutus
- Tieto- ja viestintätekniikka (AMK)
Opettaja
- Antti Häkkinen
Ryhmät
-
ZJA23KTIDA1Avoin amk, Data-analytiikka 1, Verkko
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
Verkossa
Oppimateriaalit
Opintojakson verkkosivut (luentomateriaali, harjoitukset, nauhoitetut videot)
Opetusmenetelmät
Etäopiskelu (harjoitukset, luentomateriaaliin tutustuminen, nauhoitetut videot käytännön esimerkeistä)
Opiskelijan ajankäyttö ja kuormitus
Verkkoluentomateriaaliin tutustuminen 35h (nauhoitetut luennot, joissa opettajan johdolla tehtäviä harjoitteita)
Etäopiskelu 46h (harjoitukset)
Yhteensä 81h
Lisätietoja opiskelijoille
Opintojakson arviointi muodostuu palautetuista harjoituksista.
Arviointiasteikko
0-5
Arviointikriteerit, tyydyttävä (1)
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)
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
Enrollment
01.11.2022 - 05.01.2023
Timing
09.01.2023 - 28.04.2023
Number of ECTS credits allocated
3 op
Mode of delivery
Contact teaching
Unit
School of Technology
Campus
Lutakko Campus
Teaching languages
- English
Seats
0 - 35
Degree programmes
- Bachelor's Degree Programme in Information and Communications Technology
Teachers
- Antti Häkkinen
Groups
-
TIC21S1Bachelor's Degree Programme in Information and Communications Technology
Objective
Purpose and objectives:
The course gives you an overview of the methods of data analytics and artificial intelligence, their possibilities and applications as well as the most commonly used programming environments and libraries.
EUR-ACE Competences:
Knowledge and Understanding
Engineering Practice
Content
Definitions of data analytics and artificial intelligence
Practical applications of artificial intelligence
Examples and principles of machine learning and neural networks
Data analytics programming languages and environments: Python, R, Anaconda, Pandas
Materials
Course material page (lecture materials, exercises)
Teaching methods
Weekly lectures (lecture material, example exercises led by a teacher)
Distance learning (exercises)
Student workload
Lectures 35h (lectures, exercises led by a teacher)
Distance learning 46h (exercises)
Total 81h
Further information
The assessment of the course consists of returned exercises.
Evaluation scale
0-5
Assessment criteria, satisfactory (1)
Sufficient 1: You recognize some of the most important methods, possibilities and applications of data analytics or programming environments used in them.
Satisfactory 2: You recognize some of the most important methods, possibilities and applications of data analytics and programming environments used in them.
Assessment criteria, good (3)
Good 3: You recognize the most important methods, possibilities and applications of data analytics and artificial intelligence and the programming environments used in them.
Very good 4: You recognize the most important methods, possibilities and applications of data analytics and artificial intelligence and the programming environments used in them. Additionally, you understand some principles of artificial intelligence methods.
Assessment criteria, excellent (5)
Excellent 5: You recognize the most important methods, possibilities and applications of data analytics and artificial intelligence and the programming environments used in them. Additionally, you understand the most important principles of artificial intelligence methods.
Qualifications
Ohjelmoinnin perusteet
Ilmoittautumisaika
01.11.2022 - 05.01.2023
Ajoitus
09.01.2023 - 28.04.2023
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
Teknologiayksikkö
Toimipiste
Lutakon kampus
Opetuskielet
- Suomi
Paikat
0 - 210
Koulutus
- Tieto- ja viestintätekniikka (AMK)
Opettaja
- Antti Häkkinen
Ryhmät
-
TTV21S3Tieto- ja viestintätekniikka (AMK)
-
TTV21S5Tieto- ja viestintätekniikka (AMK)
-
TTV21SMTieto- ja viestintätekniikka (AMK)
-
TTV21S2Tieto- ja viestintätekniikka (AMK)
-
TTV21S1Tieto- ja viestintätekniikka (AMK)
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
Verkossa
Oppimateriaalit
Opintojakson verkkosivut (luentomateriaali, harjoitukset)
Opetusmenetelmät
Viikottaiset verkkoluennot (luentomateriaali, opettajan johdolla tehtävät esimerkkiharjoitukset)
Etäopiskelu (harjoitukset)
Opiskelijan ajankäyttö ja kuormitus
Verkkoluennot 35h (luennot, opettajan johdolla tehtävät harjoitukset)
Etäopiskelu 46h (harjoitukset)
Yhteensä 81h
Lisätietoja opiskelijoille
Opintojakson arviointi muodostuu palautetuista harjoituksista.
Arviointiasteikko
0-5
Arviointikriteerit, tyydyttävä (1)
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)
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
Ilmoittautumisaika
01.08.2022 - 25.08.2022
Ajoitus
29.08.2022 - 02.10.2022
Opintopistemäärä
3 op
Toteutustapa
Lähiopetus
Yksikkö
Teknologiayksikkö
Opetuskielet
- Suomi
Koulutus
- Tieto- ja viestintätekniikka (AMK)
Opettaja
- Antti Häkkinen
Ryhmät
-
ZJA22STIDA1Avoin amk, Data-analytiikka 1, Verkko
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
Verkossa
Oppimateriaalit
Opintojakson verkkosivut (luentomateriaali, harjoitukset, nauhoitetut videot)
Opetusmenetelmät
Etäopiskelu (harjoitukset, luentomateriaaliin tutustuminen, nauhoitetut videot käytännön esimerkeistä)
Opiskelijan ajankäyttö ja kuormitus
Verkkoluentomateriaaliin tutustuminen 35h (nauhoitetut luennot, joissa opettajan johdolla tehtäviä harjoitteita)
Etäopiskelu 46h (harjoitukset)
Yhteensä 81h
Lisätietoja opiskelijoille
Opintojakson arviointi muodostuu palautetuista harjoituksista.
Arviointiasteikko
0-5
Arviointikriteerit, tyydyttävä (1)
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)
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
Ilmoittautumisaika
16.12.2021 - 09.01.2022
Ajoitus
14.02.2022 - 31.03.2022
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
Teknologiayksikkö
Toimipiste
Lutakon kampus
Opetuskielet
- Suomi
Paikat
0 - 30
Koulutus
- Bachelor's Degree Programme in Information and Communications Technology
- Tieto- ja viestintätekniikka (AMK)
Opettaja
- Antti Häkkinen
Ryhmät
-
TTV19SMTieto- ja viestintätekniikka
-
TTV19S1Tieto- ja viestintätekniikka
-
TTV20SMTieto- ja viestintätekniikka
-
TTV19S3Tieto- ja viestintätekniikka
-
TTV19S2Tieto- ja viestintätekniikka
-
TTV19S5Tieto- ja viestintätekniikka
-
ZJA22KTIDA1Avoin AMK, tekniikka, ICT, Data-analytiikka1
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
Verkossa
Oppimateriaalit
Opintojakson verkkosivut (luentomateriaali, harjoitukset, nauhoitetut videot)
Opetusmenetelmät
Etäopiskelu (harjoitukset, luentomateriaaliin tutustuminen, nauhoitetut videot käytännön esimerkeistä)
Opiskelijan ajankäyttö ja kuormitus
Verkkoluentomateriaaliin tutustuminen 35h (nauhoitetut luennot, joissa opettajan johdolla tehtäviä harjoitteita)
Etäopiskelu 46h (harjoitukset)
Yhteensä 81h
Lisätietoja opiskelijoille
Opintojakson arviointi muodostuu palautetuista harjoituksista.
Arviointiasteikko
0-5
Arviointikriteerit, tyydyttävä (1)
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)
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