Datan käsittely ja koneoppiminen (5 op)
Toteutuksen tunnus: TX00DZ36-3008
Toteutuksen perustiedot
- Ilmoittautumisaika
-
28.11.2022 - 05.03.2023
Ilmoittautuminen toteutukselle on päättynyt.
- Ajoitus
-
13.03.2023 - 07.05.2023
Toteutus on päättynyt.
- Opintopistemäärä
- 5 op
- Toteutustapa
- Lähiopetus
- Yksikkö
- (2019-2024) ICT ja tuotantotalous
- Toimipiste
- Myllypurontie 1
- Opetuskielet
- suomi
- Paikat
- 0 - 40
- Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Toteutuksella on 12 opetustapahtumaa joiden yhteenlaskettu kesto on 36 t 0 min.
| Aika | Aihe | Tila |
|---|---|---|
|
Ti 21.03.2023 klo 09:00 - 12:00 (3 t 0 min) |
Datan käsittely ja koneoppiminen TX00DZ36-3008 |
MPA5027
Oppimistila
|
|
To 23.03.2023 klo 09:00 - 12:00 (3 t 0 min) |
Datan käsittely ja koneoppiminen TX00DZ36-3008 |
MPA5027
Oppimistila
|
|
Ti 28.03.2023 klo 09:00 - 12:00 (3 t 0 min) |
Datan käsittely ja koneoppiminen TX00DZ36-3008 |
MPA5027
Oppimistila
|
|
To 30.03.2023 klo 09:00 - 12:00 (3 t 0 min) |
Datan käsittely ja koneoppiminen TX00DZ36-3008 |
MPA5027
Oppimistila
|
|
Ti 04.04.2023 klo 09:00 - 12:00 (3 t 0 min) |
Datan käsittely ja koneoppiminen TX00DZ36-3008 |
MPA5027
Oppimistila
|
|
Ti 11.04.2023 klo 09:00 - 12:00 (3 t 0 min) |
Datan käsittely ja koneoppiminen TX00DZ36-3008 |
MPA5027
Oppimistila
|
|
To 13.04.2023 klo 09:00 - 12:00 (3 t 0 min) |
Datan käsittely ja koneoppiminen TX00DZ36-3008 |
MPA5027
Oppimistila
|
|
To 20.04.2023 klo 09:00 - 12:00 (3 t 0 min) |
Datan käsittely ja koneoppiminen TX00DZ36-3008 |
MPA5027
Oppimistila
|
|
Ti 25.04.2023 klo 09:00 - 12:00 (3 t 0 min) |
Datan käsittely ja koneoppiminen TX00DZ36-3008 |
MPA5027
Oppimistila
|
|
To 27.04.2023 klo 09:00 - 12:00 (3 t 0 min) |
Datan käsittely ja koneoppiminen TX00DZ36-3008 |
MPA5027
Oppimistila
|
|
Ti 02.05.2023 klo 09:00 - 12:00 (3 t 0 min) |
Datan käsittely ja koneoppiminen TX00DZ36-3008 |
MPA5027
Oppimistila
|
|
To 04.05.2023 klo 09:00 - 12:00 (3 t 0 min) |
Datan käsittely ja koneoppiminen TX00DZ36-3008 |
MPA5027
Oppimistila
|
Tavoitteet
Opintojakson suoritettuaan opiskelijalla on näkemys datan käsittelyn, mallinnuksen ja erityisesti koneoppimisen mahdollisuuksista. Osallistujat ovat tutustuneet käytännössä datan tallentamiseen, hakuun ja käsittelyyn sekä koneoppimisen menetelmiin ja työkaluihin.
Sisältö
- Suuret datamäärät tieto-ja viestintätekniikan liiketoiminnassa: sovellettavuus, mallit, mahdollisuudet ja prosessit, lainsäädännölliset ja eettiset rajoitteet.
- Tiedon hankinta ja esikäsittely.
- Tiedonhallintaratkaisut.
- Koneoppimisen menetelmät (luokittelu, assosiaatioanalyysi, klusterointi, numeeristen arvojen ennustaminen) sekä niiden käyttömahdollisuudet ja soveltaminen.
- Koneoppimisohjelmistot.
- Tulosten validointi ja visualisointi.
- Koneoppiminen ja luonnollisen kielen käsittely.
Arviointiasteikko
0-5
Arviointikriteerit, tyydyttävä (1)
Opiskelija on saavuttanut kurssin tavoitteet tyydyttävästi. Hän tunnistaa ja osaa nimetä opintojaksolla käsiteltyjä käsitteitä, menetelmiä ja työkaluja. Hän on suorittanut opintojaksolla annetut tehtävät minimivaatimuksin.
Arviointikriteerit, hyvä (3)
Opiskelija on saavuttanut kurssin tavoitteet hyvin. Hän tunnistaa, osaa nimetä ja pystyy käyttämään opintojaksolla käsiteltyjä käsitteitä, menetelmiä ja työkaluja. Hän on suorittanut opintojaksolla annetut tehtävät hyvin.
Arviointikriteerit, kiitettävä (5)
Opiskelija on saavuttanut kurssin tavoitteet erinomaisesti. Hän tunnistaa, osaa nimetä, pystyy käyttämään ja soveltamaan opintojaksolla käsiteltyjä käsitteitä, menetelmiä ja työkaluja monipuolisesti. Hän on suorittanut opintojaksolla annetut tehtävät erinomaisesti ja on pystynyt tuomaan ratkaisuihin merkittävästi omaa panostaan.
Arviointikriteeri, hyväksytty/hylätty
Opiskelija on saavuttanut kurssin tavoitteet tyydyttävästi. Hän tunnistaa ja osaa nimetä opintojaksolla käsiteltyjä menetelmiä ja työkaluja. Hän on suorittanut opintojaksolla annetut tehtävät minimivaatimuksin.
Osaamistavoitteet
Opintojakson suoritettuaan opiskelijalla on näkemys datan käsittelyn, mallinnuksen ja erityisesti koneoppimisen mahdollisuuksista. Osallistujat ovat tutustuneet käytännössä datan tallentamiseen, hakuun ja käsittelyyn sekä koneoppimisen menetelmiin ja työkaluihin.
Sisältö
- Suuret datamäärät tieto-ja viestintätekniikan liiketoiminnassa: sovellettavuus, mallit, mahdollisuudet ja prosessit, lainsäädännölliset ja eettiset rajoitteet.
- Tiedon hankinta ja esikäsittely.
- Tiedonhallintaratkaisut.
- Koneoppimisen menetelmät (luokittelu, assosiaatioanalyysi, klusterointi, numeeristen arvojen ennustaminen) sekä niiden käyttömahdollisuudet ja soveltaminen.
- Koneoppimisohjelmistot.
- Tulosten validointi ja visualisointi.
- Koneoppiminen ja luonnollisen kielen käsittely.