Data Handling and Machine LearningLaajuus (5 cr)
Code: TX00EY32
Credits
5 op
Objective
After completion of the course, the student understands the possibilities in data handling, modelling and, particularly, machine learning. The course participants have acquired hands-on experience in data storage, retrieval, and manipulation as well as the methods and tools in machine learning.
Content
- Large volumes of data in ICT business: applicability, models, opportunities, and processes, legislative and ethical constraints.
- Data acquisition and preprocessing.
- Data management solutions.
- Machine learning methods (classification, association analysis, clustering, prediction of numeric values) , their fields of use and applicability.
- Machine learning software.
- Validation and visualisation of results.
- Machine learning in natural language processing.
Assessment criteria, satisfactory (1)
The student has achieved the course objectives fairly. The student will be able to identify, define and use the course subject area’s concepts and models. The student has completed the required learning exercises in minimum requirement level.
Assessment criteria, good (3)
The student has achieved the course objectives well, even though the knowledge and skills need improvement on some areas. The student has completed the required learning exercises in good or satisfactory level. The student is able to define the course concepts and models and is able to justify the analysis.
Assessment criteria, excellent (5)
The student has achieved the objectives of the course with excellent marks. The student master commendably the course subject area’s concepts and models. The student has completed the required learning exercises in good or excellent level. The student is able to make justified and fluent analysis.
Assessment criteria, approved/failed
The student has achieved the course objectives fairly. The student will be able to identify, define and use the course subject area’s concepts and models. The student has completed the required learning exercises in minimum requirement level.
Enrollment
06.05.2024 - 18.08.2024
Timing
19.08.2024 - 13.10.2024
Number of ECTS credits allocated
5 op
Mode of delivery
Contact teaching
Unit
School of ICT
Campus
Myllypurontie 1
Teaching languages
- Finnish
Seats
0 - 35
Degree programmes
- Information and Communication Technology
Teachers
- Juha Kopu
- Vesa Ollikainen
Groups
-
TVT22-OOhjelmistotuotanto
Objective
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.
Content
- 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.
Evaluation scale
0-5
Assessment criteria, satisfactory (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.
Assessment criteria, good (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.
Assessment criteria, excellent (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.
Assessment criteria, approved/failed
Opiskelija on saavuttanut kurssin tavoitteet tyydyttävästi. Hän tunnistaa ja osaa nimetä opintojaksolla käsiteltyjä menetelmiä ja työkaluja. Hän on suorittanut opintojaksolla annetut tehtävät minimivaatimuksin.