Siirry suoraan sisältöön

Datan analysointi (3 op)

Toteutuksen tunnus: TZLM7300-3011

Toteutuksen perustiedot


Ilmoittautumisaika
01.08.2024 - 22.08.2024
Ilmoittautuminen toteutukselle on päättynyt.
Ajoitus
21.10.2024 - 15.12.2024
Toteutus on päättynyt.
Opintopistemäärä
3 op
Lähiosuus
3 op
Toteutustapa
Lähiopetus
Yksikkö
Teknologiayksikkö
Toimipiste
Pääkampus
Opetuskielet
suomi
Paikat
20 - 57
Koulutus
Logistiikka (AMK)
Opettajat
Kalle Niemi
Ajoitusryhmät
TLS22SA (Koko: 35 . Avoin AMK : 0.)
TLS22SB (Koko: 35 . Avoin AMK : 0.)
Ryhmät
TLS22S1
Logistiikka - tutkinto-ohjelma (AMK)
Pienryhmät
TLS22SA
TLS22SB
Opintojakso
TZLM7300

Oppimateriaalit

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

Muu materiaali Moodlen kautta.

Arviointiasteikko

0-5

Toteutuksen valinnaiset suoritustavat

Hyväksilukemisen menettelytavat kuvataan tutkintosäännössä ja opinto-oppaassa.

Lisätiedot

Osaamisen arviointi perustuu oppimistehtäviin ja kokeeseen.

Korvaava englanninkielinen toteutus TZLM7300-3012 Data Analysis.

Avoin AMK: enintään 5 opiskelijaa, jos luokassa on tilaa.

Opiskelijan ajankäyttö ja kuormitus

Kontaktitunnit noin 20 tuntia
Itsenäinen opiskelu noin 20 tuntia
Oppimistehtävät noin 20 tuntia

Arviointikriteerit, tyydyttävä (1)

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.

Arviointikriteerit, hyvä (3)

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.

Arviointikriteerit, kiitettävä (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.

Tenttien ajankohdat ja uusintamahdollisuudet

Tentin ajankohta ja suoritustapa ilmoitetaan opintojakson alussa ja Moodlessa.

Opetuskieli

fi

Opetusmenetelmät

Opetus tapahtuu mikroluokassa ja sisältää harjoittelua tietokoneella. Tietoperusta omaksutaan itsenäisesti opiskelemalla ennen harjoittelua. Osaaminen saavutetaan soveltavilla oppimistehtävillä.

Opintopistemäärä

3

Esitietovaatimukset

Hallitset tilastomatematiikan perusteet ja niihin liittyvät Excelin toiminnot.

Sisältö

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

Tavoitteet

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.

Siirry alkuun