Johdatus data-analytiikkaan ja tekoälyyn (3 op)

Toteutuksen tunnus: TTC2050-3032

Toteutuksen perustiedot

Ajoitus: 13.01.2025 - 09.02.2025
Toteutus on päättynyt.

Opintopistemäärä: 3 op

Lähiosuus: 3 op

Toteutustapa: Lähiopetus

Yksikkö: Teknologiayksikkö

Opetuskielet: englanti; suomi

Koulutus: Tieto- ja viestintätekniikka (AMK); Bachelor's Degree Programme in Information and Communications Technology

Opettajat: Antti Häkkinen

Ryhmät: ZJA25KTIDA1
Avoin amk, Data-analytiikka 1, Verkko; ZJA25KTI
Avoin AMK, tekniikka, ICT

Opintojakso: TTC2050

Oppimateriaalit

Opintojakson verkkosivut (luentomateriaali, harjoitukset, nauhoitetut luentovideot)

Arviointiasteikko

0-5

Lisätiedot

Opintojakson arviointi muodostuu palautetuista harjoituksista.

Opiskelijan ajankäyttö ja kuormitus

Verkkoluentomateriaaliin tutustuminen 35 tuntia (nauhoitetut luennot, joissa opettajan johdolla tehtäviä harjoitteita)
Etäopiskelu 46 tuntia (harjoitukset)
Yhteensä 81 tuntia

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.

Opetuskieli

Opetusmenetelmät

Etäopiskelu (harjoitukset, luentomateriaaliin tutustuminen, nauhoitetut videot käytännön esimerkeistä)

Aika ja paikka

Verkossa

Opintopistemäärä

Esitietovaatimukset

Ohjelmoinnin perusteet

Sisältö

Data-analytiikan ja tekoälyn määritelmät.
Tekoälyn käytännön sovelluksia.
Esimerkkejä ja periaatteita koneoppimisesta ja neuroverkoista.
Data-analytiikan ohjelmointikieliä ja -ympäristöjä: Python, R, Anaconda, Pandas.

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