Opinto-opas

Tavoitteet

Opintojakson suoritettuaan opiskelija
-osaa analysoida ja tulkita dataa
-osaa esikäsitellä ja valmistella taulukkomuotoista dataa analyysiä varten
-osaa arvioida algoritmisen ajattelun ja koneoppimisen periaatteiden käyttömahdollisuuksia oman työnsä kannalta
-osaa määritellä datan käyttöön liittyvät etiikan keskeiset periaatteet

Sisältö

• algoritmisen ajattelun periaatteet
• koneoppimisen perusteet
• datalukutaidon perusteet
• data-analyysin vaatimat valmistelu- ja esikäsittelytoimet
• datan analysointi ja visuaalinen tarkastelu
• teksti- ja rakennedatan tulkinta

Arviointiasteikko

0-5

Arviointikriteerit, tyydyttävä (1)

Arviointi kohdistuu työskentelyyn opintojakson aikana, osaamiseen sen päättyessä sekä tavoitteiden saavuttamiseen. Opiskelijan arviointikyky, itsenäinen ajattelu ja tehtävistä suoriutuminen ovat perustasolla.

Arviointikriteerit, hyvä (3)

Pääosin hyvä suoritus. Opiskelijan arviointikyky, itsenäinen ajattelu ja tehtävistä suoriutuminen keskeisimmillä osa-alueilla ovat sangen hyvällä tasolla.

Arviointikriteerit, kiitettävä (5)

Erinomainen, selvästi tavanomaisesta erottuva suoritus. Opiskelijan arviointikyky, itsenäinen ajattelu ja tehtävistä suoriutuminen ovat erittäin korkealla tasolla.

Arviointikriteeri, hyväksytty/hylätty

Arviointi kohdistuu työskentelyyn opintojakson aikana, osaamiseen sen päättyessä sekä tavoitteiden saavuttamiseen. Opiskelijan arviointikyky, itsenäinen ajattelu ja tehtävistä suoriutuminen ovat perustasolla.