Siirry suoraan sisältöön

Introduction to Artificial Intelligence (3 op)

Toteutuksen tunnus: TT00EV75-3043

Toteutuksen perustiedot


Ajoitus
01.08.2022 - 31.12.2023
Toteutus on päättynyt.
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Toimipiste
Karaportti 2
Opetuskielet
englanti
Paikat
0 - 1000
Koulutus
Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettajat
Mika Hyyryläinen
Virve Prami
Vastuuopettaja
Janne Salonen
Opintojakso
TT00EV75
Toteutukselle TT00EV75-3043 ei löytynyt varauksia!

Tavoitteet

After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.

Sisältö

- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning

Työmuodot

Course is 100% online (Self-Study) course and it can be done in own pace.

Aika ja paikka

Course is delivered via Metropolia's Viope environment and it can be done in own pace.

Oppimateriaali ja suositeltava kirjallisuus

All of course material is online in Metropolia's Viope.

Opintojaksototeutuksen valinnaiset suoritustavat

N/A

Harjoittelu- ja työelämäyhteistyö

N/A

Tenttien ajankohdat ja uusintamahdollisuudet

N/A

Kansainväliset yhteydet

N/A

Opiskelijan ajankäyttö ja kuormitus

Course is self-study course, so, timetable is totally up to student her-/himself.

Sisällön jaksotus

Course is self-study course, so, student can schedule course her-/himself.

Lisätietoja opiskelijoille

ENROLLING

Open UAS Student via https://hakija.oma.metropolia.fi/
CampusOnline Students via eform which can be find via https://campusonline.fi

Metropolia's Degree Student
- Go to https://vw4.viope.com/login?org=metropolia
- Register to system -> Click the link “Enroll on the course”
- Choose any course of (NonStop).
- Fill the others fields

If you have problems with enrolling into this course or questions about it, please contact to viopesupport@metropolia.fi

Arviointimenetelmät ja arvioinnin perusteet

After student has done at least 80% of tasks he/she can get grade pass.

Arviointiasteikko

Hyväksytty/Hylätty

Arviointikriteerit arvosanalle hyväksytty

After student has done 80% of course he/she get's grading pass.

Siirry alkuun