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
-
TLS22S1Logistiikka - 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.