Probability and StatisticsLaajuus (5 cr)
Code: TX00EX74
Credits
5 op
Objective
After completion of this course the student understands how hard it is to know anything with certainty. The student is able to identify a question or problem in the field of probability and statistics, collect relevant data, analyse it and form a conclusion based on the analysis.
Content
- Probability and statistics
- Discrete mathematics
Prerequisites
Completing first year study modules in Information Technology or equivalent skills and knowledge.
Assessment criteria, satisfactory (1)
The student knows the essential theory and concepts in the field and can utilise them in analysis and solutions of simple problems.
Assessment criteria, good (3)
The students can combine the knowledge acquired from various fields and, based on that, is able to solve also more demanding mathematical problems.
Assessment criteria, excellent (5)
In addition to the in-depth management of the course contents, the student shows also capability and motivation to exploit the acquired knowledge into independent development of competence.
Enrollment
06.05.2024 - 18.08.2024
Timing
21.10.2024 - 15.12.2024
Number of ECTS credits allocated
5 op
Mode of delivery
Contact teaching
Unit
School of ICT
Campus
Leiritie 1
Teaching languages
- Finnish
Seats
0 - 35
Degree programmes
- Information and Communication Technology
Teachers
- Birgitta Nenonen-Andersson
Groups
-
ICT23K-SI-ESmart IoT Systems: Embedded IoT Devices
Objective
Opintojakson suoritettuaan opiskelija ymmärtää kuinka vaikeaa on tietää kaikkea varmuudella. Opiskelija osaa tunnistaa todennäköisyyksiin tai tilastotieteisiin liittyvän kysymyksen tai ongelman, kerätä asiaankuuluvaa dataa, analysoida sitä ja muodostaa päätelmiä analyysiin perustuen.
Content
- Todennäköisyyslaskenta
- Tilastotieteen perusteet
- Diskreetin matematiikan perusteet
Evaluation scale
0-5
Assessment criteria, satisfactory (1)
Opiskelija tuntee aihepiirin keskeisimmät käsitteet ja teorian, ja osaa hyödyntää niitä yksinkertaisten ongelmien analysoinnissa.
Assessment criteria, good (3)
Opiskelija kykenee yhdistelemään eri asiakokonaisuuksista omaksumiaan tietoja, ja pystyy tältä pohjalta ratkaisemaan myös vaativampia matemaattisia ongelmia.
Assessment criteria, excellent (5)
Opiskelija osoittaa opintojakson sisältöjen perusteellisen hallinnan lisäksi myös kykyä ja motivaatiota hyödyntää tietojaan osaamisensa itsenäiseen kehittämiseen.
Prerequisites
Tietotekniikan ensimmäisen vuoden opintokokonaisuuksien suorittaminen tai vastaavat tiedot ja taidot.
Enrollment
01.01.2020 - 31.07.2024
Timing
21.10.2024 - 15.12.2024
Number of ECTS credits allocated
5 op
Mode of delivery
Contact teaching
Unit
School of ICT
Campus
Karaportti 2
Teaching languages
- English
Seats
0 - 35
Degree programmes
- Degree Programme in Information Technology
Teachers
- Timo Salin
- Saana Vallius
Groups
-
ICT23-SI-ESmart IoT Systems: Embedded IoT Devices
Objective
Opintojakson suoritettuaan opiskelija ymmärtää kuinka vaikeaa on tietää kaikkea varmuudella. Opiskelija osaa tunnistaa todennäköisyyksiin tai tilastotieteisiin liittyvän kysymyksen tai ongelman, kerätä asiaankuuluvaa dataa, analysoida sitä ja muodostaa päätelmiä analyysiin perustuen.
Content
- Todennäköisyyslaskenta
- Tilastotieteen perusteet
- Diskreetin matematiikan perusteet
Evaluation scale
0-5
Assessment criteria, satisfactory (1)
Opiskelija tuntee aihepiirin keskeisimmät käsitteet ja teorian, ja osaa hyödyntää niitä yksinkertaisten ongelmien analysoinnissa.
Assessment criteria, good (3)
Opiskelija kykenee yhdistelemään eri asiakokonaisuuksista omaksumiaan tietoja, ja pystyy tältä pohjalta ratkaisemaan myös vaativampia matemaattisia ongelmia.
Assessment criteria, excellent (5)
Opiskelija osoittaa opintojakson sisältöjen perusteellisen hallinnan lisäksi myös kykyä ja motivaatiota hyödyntää tietojaan osaamisensa itsenäiseen kehittämiseen.
Prerequisites
Tietotekniikan ensimmäisen vuoden opintokokonaisuuksien suorittaminen tai vastaavat tiedot ja taidot.
Enrollment
01.01.2020 - 31.07.2024
Timing
21.10.2024 - 15.12.2024
Number of ECTS credits allocated
5 op
Mode of delivery
Contact teaching
Unit
School of ICT
Campus
Karaportti 2
Teaching languages
- English
Seats
0 - 35
Degree programmes
- Degree Programme in Information Technology
Teachers
- Timo Salin
- Saana Vallius
Groups
-
ICT23-SI-NSmart IoT Systems: IoT and Networks
Objective
Opintojakson suoritettuaan opiskelija ymmärtää kuinka vaikeaa on tietää kaikkea varmuudella. Opiskelija osaa tunnistaa todennäköisyyksiin tai tilastotieteisiin liittyvän kysymyksen tai ongelman, kerätä asiaankuuluvaa dataa, analysoida sitä ja muodostaa päätelmiä analyysiin perustuen.
Content
- Todennäköisyyslaskenta
- Tilastotieteen perusteet
- Diskreetin matematiikan perusteet
Evaluation scale
0-5
Assessment criteria, satisfactory (1)
Opiskelija tuntee aihepiirin keskeisimmät käsitteet ja teorian, ja osaa hyödyntää niitä yksinkertaisten ongelmien analysoinnissa.
Assessment criteria, good (3)
Opiskelija kykenee yhdistelemään eri asiakokonaisuuksista omaksumiaan tietoja, ja pystyy tältä pohjalta ratkaisemaan myös vaativampia matemaattisia ongelmia.
Assessment criteria, excellent (5)
Opiskelija osoittaa opintojakson sisältöjen perusteellisen hallinnan lisäksi myös kykyä ja motivaatiota hyödyntää tietojaan osaamisensa itsenäiseen kehittämiseen.
Prerequisites
Tietotekniikan ensimmäisen vuoden opintokokonaisuuksien suorittaminen tai vastaavat tiedot ja taidot.
Enrollment
29.05.2023 - 31.07.2023
Timing
23.10.2023 - 17.12.2023
Number of ECTS credits allocated
5 op
Mode of delivery
Contact teaching
Unit
School of ICT
Campus
Karaportti 2
Teaching languages
- English
Seats
0 - 35
Degree programmes
- Degree Programme in Information Technology
Teachers
- Timo Salin
- Sakari Lukkarinen
Groups
-
ICT22-SI-ESmart IoT Systems: Embedded IoT Devices
Objective
Opintojakson suoritettuaan opiskelija ymmärtää kuinka vaikeaa on tietää kaikkea varmuudella. Opiskelija osaa tunnistaa todennäköisyyksiin tai tilastotieteisiin liittyvän kysymyksen tai ongelman, kerätä asiaankuuluvaa dataa, analysoida sitä ja muodostaa päätelmiä analyysiin perustuen.
Content
- Todennäköisyyslaskenta
- Tilastotieteen perusteet
- Diskreetin matematiikan perusteet
Evaluation scale
0-5
Assessment criteria, satisfactory (1)
Opiskelija tuntee aihepiirin keskeisimmät käsitteet ja teorian, ja osaa hyödyntää niitä yksinkertaisten ongelmien analysoinnissa.
Assessment criteria, good (3)
Opiskelija kykenee yhdistelemään eri asiakokonaisuuksista omaksumiaan tietoja, ja pystyy tältä pohjalta ratkaisemaan myös vaativampia matemaattisia ongelmia.
Assessment criteria, excellent (5)
Opiskelija osoittaa opintojakson sisältöjen perusteellisen hallinnan lisäksi myös kykyä ja motivaatiota hyödyntää tietojaan osaamisensa itsenäiseen kehittämiseen.
Prerequisites
Tietotekniikan ensimmäisen vuoden opintokokonaisuuksien suorittaminen tai vastaavat tiedot ja taidot.
Enrollment
29.05.2023 - 31.07.2023
Timing
23.10.2023 - 17.12.2023
Number of ECTS credits allocated
5 op
Mode of delivery
Contact teaching
Unit
School of ICT
Campus
Karaportti 2
Teaching languages
- English
Seats
0 - 35
Degree programmes
- Degree Programme in Information Technology
Teachers
- Timo Salin
- Sakari Lukkarinen
Groups
-
ICT22-SI-NSmart IoT Systems: IoT and Networks
Objective
Opintojakson suoritettuaan opiskelija ymmärtää kuinka vaikeaa on tietää kaikkea varmuudella. Opiskelija osaa tunnistaa todennäköisyyksiin tai tilastotieteisiin liittyvän kysymyksen tai ongelman, kerätä asiaankuuluvaa dataa, analysoida sitä ja muodostaa päätelmiä analyysiin perustuen.
Content
- Todennäköisyyslaskenta
- Tilastotieteen perusteet
- Diskreetin matematiikan perusteet
Evaluation scale
0-5
Assessment criteria, satisfactory (1)
Opiskelija tuntee aihepiirin keskeisimmät käsitteet ja teorian, ja osaa hyödyntää niitä yksinkertaisten ongelmien analysoinnissa.
Assessment criteria, good (3)
Opiskelija kykenee yhdistelemään eri asiakokonaisuuksista omaksumiaan tietoja, ja pystyy tältä pohjalta ratkaisemaan myös vaativampia matemaattisia ongelmia.
Assessment criteria, excellent (5)
Opiskelija osoittaa opintojakson sisältöjen perusteellisen hallinnan lisäksi myös kykyä ja motivaatiota hyödyntää tietojaan osaamisensa itsenäiseen kehittämiseen.
Prerequisites
Tietotekniikan ensimmäisen vuoden opintokokonaisuuksien suorittaminen tai vastaavat tiedot ja taidot.