Koneoppimisen ja neuroverkkojärjestelmien matematiikka ja menetelmätLaajuus (5 op)
Tunnus: TX00DV61
Laajuus
5 op
Osaamistavoitteet
Opiskelija ymmärtää neuroverkkojen keskeisen matemaattisen koneiston.
Hän kykenee toteuttamaan koneoppimisprojekteja, jotka sisältävät ohjelmointia, datan käsittelyä, menetelmien valintaa, mallinnusta sekä tulosten arviointia ja tulkintaa.
Sisältö
Matriisi- ja differentiaalilaskenta, datan ohjelmallinen käsittely, datan ryvästys ja luokittelu, numeerinen ennustus, assosiaatioiden etsintä, tekstin- ja web-louhinnan menetelmät, suosittelujärjestelmät.
Esitietovaatimukset
Algebran ja tilastomatematiikan perusteet, kohtalaiset ohjelmointitaidot, mittaustiedon käsittelytaidot.
Arviointikriteerit, tyydyttävä (1)
Opiskelija on saavuttanut opintojakson tavoitteet välttävästi. Opiskelija tunnistaa, osaa määritellä ja käyttää opintojakson aihepiirin käsitteitä ja malleja. Opiskelija ymmärtää asiantuntijuuden kehittymisen edellytykset ja periaatteet.
Arviointikriteerit, hyvä (3)
Opiskelija on saavuttanut opintojakson tavoitteet hyvin, vaikka tiedoissa ja taidoissa onkin jollain alueilla vielä kehitettävää. Opiskelija osaa määritellä hyvin opintojakson aihepiirin käsitteitä ja malleja ja pystyy tekemään perusteltua analyysiä. Opiskelijalla on valmiuksia soveltaa oppimaansa vapaa-ajan, opiskelun ja työelämän tilanteissa. Opiskelija ymmärtää asiantuntijuuden merkityksen tietotekniikan alalla ja osaa analysoida omaa asiantuntijuuttaan.
Arviointikriteerit, kiitettävä (5)
Opiskelija on saavuttanut opintojakson tavoitteet kiitettävästi. Opiskelija hallitsee kiitettävästi opintojakson aihepiirin käsitteet ja mallit. Opiskelija osaa analysoida sujuvasti ja perustellusti sekä esittää käytännön kehittämistoimenpiteitä. Opiskelijalla on hyvät valmiudet soveltaa oppimaansa vapaa-ajan, opiskelun ja työelämän tilanteissa. Opiskelija osaa analysoida tietotekniiikan alan asiantuntijuutta ja omaa asiantuntijaksi kehittymistään.
Arviointikriteeri, hyväksytty/hylätty
Opiskelija on saavuttanut opintojakson tavoitteet. Opiskelija tunnistaa, osaa määritellä ja käyttää opintojakson aihepiirin käsitteitä ja malleja. Opiskelija ymmärtää asiantuntijuuden kehittymisen edellytykset ja periaatteet.
Lisätiedot
Valinnainen opintojakso "Neuroverkot koneoppimissovelluksissa" tukee tätä kurssia. Suositellaan, että opiskelija osallistuu molemmille kursseille samanaikaisesti.
Ilmoittautumisaika
18.12.2023 - 14.01.2024
Ajoitus
15.01.2024 - 17.03.2024
Opintopistemäärä
5 op
Toteutustapa
Lähiopetus
Yksikkö
ICT ja tuotantotalous
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Paikat
15 - 35
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
- Degree Programme in Information Technology
Opettaja
- Mikko Pere
- Vesa Ollikainen
Ryhmät
-
TIVI-ELECT1IT Elective Studies / Tivi valinnaiset, moduuli 1
Tavoitteet
Opiskelija ymmärtää neuroverkkojen keskeisen matemaattisen koneiston.
Hän kykenee toteuttamaan koneoppimisprojekteja, jotka sisältävät ohjelmointia, datan käsittelyä, menetelmien valintaa, mallinnusta sekä tulosten arviointia ja tulkintaa.
Sisältö
Matriisi- ja differentiaalilaskenta, datan ohjelmallinen käsittely, datan ryvästys ja luokittelu, numeerinen ennustus, assosiaatioiden etsintä, tekstin- ja web-louhinnan menetelmät, suosittelujärjestelmät.
Arviointiasteikko
0-5
Arviointikriteerit, tyydyttävä (1)
Opiskelija on saavuttanut opintojakson tavoitteet välttävästi. Opiskelija tunnistaa, osaa määritellä ja käyttää opintojakson aihepiirin käsitteitä ja malleja. Opiskelija ymmärtää asiantuntijuuden kehittymisen edellytykset ja periaatteet.
Arviointikriteerit, hyvä (3)
Opiskelija on saavuttanut opintojakson tavoitteet hyvin, vaikka tiedoissa ja taidoissa onkin jollain alueilla vielä kehitettävää. Opiskelija osaa määritellä hyvin opintojakson aihepiirin käsitteitä ja malleja ja pystyy tekemään perusteltua analyysiä. Opiskelijalla on valmiuksia soveltaa oppimaansa vapaa-ajan, opiskelun ja työelämän tilanteissa. Opiskelija ymmärtää asiantuntijuuden merkityksen tietotekniikan alalla ja osaa analysoida omaa asiantuntijuuttaan.
Arviointikriteerit, kiitettävä (5)
Opiskelija on saavuttanut opintojakson tavoitteet kiitettävästi. Opiskelija hallitsee kiitettävästi opintojakson aihepiirin käsitteet ja mallit. Opiskelija osaa analysoida sujuvasti ja perustellusti sekä esittää käytännön kehittämistoimenpiteitä. Opiskelijalla on hyvät valmiudet soveltaa oppimaansa vapaa-ajan, opiskelun ja työelämän tilanteissa. Opiskelija osaa analysoida tietotekniiikan alan asiantuntijuutta ja omaa asiantuntijaksi kehittymistään.
Arviointikriteeri, hyväksytty/hylätty
Opiskelija on saavuttanut opintojakson tavoitteet. Opiskelija tunnistaa, osaa määritellä ja käyttää opintojakson aihepiirin käsitteitä ja malleja. Opiskelija ymmärtää asiantuntijuuden kehittymisen edellytykset ja periaatteet.
Esitietovaatimukset
Algebran ja tilastomatematiikan perusteet, kohtalaiset ohjelmointitaidot, mittaustiedon käsittelytaidot.
Lisätiedot
Valinnainen opintojakso "Neuroverkot koneoppimissovelluksissa" tukee tätä kurssia. Suositellaan, että opiskelija osallistuu molemmille kursseille samanaikaisesti.
Ilmoittautumisaika
19.12.2022 - 08.01.2023
Ajoitus
09.01.2023 - 12.03.2023
Opintopistemäärä
5 op
Toteutustapa
Lähiopetus
Yksikkö
ICT ja tuotantotalous
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Paikat
0 - 40
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
- Degree Programme in Information Technology
Opettaja
- Mikko Pere
- Vesa Ollikainen
Ryhmät
-
TIVI-ELECT1IT Elective Studies / Tivi valinnaiset, moduuli 1
Tavoitteet
Opiskelija ymmärtää neuroverkkojen keskeisen matemaattisen koneiston.
Hän kykenee toteuttamaan koneoppimisprojekteja, jotka sisältävät ohjelmointia, datan käsittelyä, menetelmien valintaa, mallinnusta sekä tulosten arviointia ja tulkintaa.
Sisältö
Matriisi- ja differentiaalilaskenta, datan ohjelmallinen käsittely, datan ryvästys ja luokittelu, numeerinen ennustus, assosiaatioiden etsintä, tekstin- ja web-louhinnan menetelmät, suosittelujärjestelmät.
Arviointiasteikko
0-5
Arviointikriteerit, tyydyttävä (1)
Opiskelija on saavuttanut opintojakson tavoitteet välttävästi. Opiskelija tunnistaa, osaa määritellä ja käyttää opintojakson aihepiirin käsitteitä ja malleja. Opiskelija ymmärtää asiantuntijuuden kehittymisen edellytykset ja periaatteet.
Arviointikriteerit, hyvä (3)
Opiskelija on saavuttanut opintojakson tavoitteet hyvin, vaikka tiedoissa ja taidoissa onkin jollain alueilla vielä kehitettävää. Opiskelija osaa määritellä hyvin opintojakson aihepiirin käsitteitä ja malleja ja pystyy tekemään perusteltua analyysiä. Opiskelijalla on valmiuksia soveltaa oppimaansa vapaa-ajan, opiskelun ja työelämän tilanteissa. Opiskelija ymmärtää asiantuntijuuden merkityksen tietotekniikan alalla ja osaa analysoida omaa asiantuntijuuttaan.
Arviointikriteerit, kiitettävä (5)
Opiskelija on saavuttanut opintojakson tavoitteet kiitettävästi. Opiskelija hallitsee kiitettävästi opintojakson aihepiirin käsitteet ja mallit. Opiskelija osaa analysoida sujuvasti ja perustellusti sekä esittää käytännön kehittämistoimenpiteitä. Opiskelijalla on hyvät valmiudet soveltaa oppimaansa vapaa-ajan, opiskelun ja työelämän tilanteissa. Opiskelija osaa analysoida tietotekniiikan alan asiantuntijuutta ja omaa asiantuntijaksi kehittymistään.
Arviointikriteeri, hyväksytty/hylätty
Opiskelija on saavuttanut opintojakson tavoitteet. Opiskelija tunnistaa, osaa määritellä ja käyttää opintojakson aihepiirin käsitteitä ja malleja. Opiskelija ymmärtää asiantuntijuuden kehittymisen edellytykset ja periaatteet.
Esitietovaatimukset
Algebran ja tilastomatematiikan perusteet, kohtalaiset ohjelmointitaidot, mittaustiedon käsittelytaidot.
Lisätiedot
Valinnainen opintojakso "Neuroverkot koneoppimissovelluksissa" tukee tätä kurssia. Suositellaan, että opiskelija osallistuu molemmille kursseille samanaikaisesti.
Ilmoittautumisaika
20.12.2021 - 09.01.2022
Ajoitus
10.01.2022 - 13.03.2022
Opintopistemäärä
5 op
Toteutustapa
Lähiopetus
Yksikkö
ICT ja tuotantotalous
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Paikat
20 - 40
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Mikko Pere
- Vesa Ollikainen
Ryhmät
-
TIVI-ELECT1IT Elective Studies / Tivi valinnaiset, moduuli 1
Tavoitteet
Opiskelija ymmärtää neuroverkkojen keskeisen matemaattisen koneiston.
Hän kykenee toteuttamaan koneoppimisprojekteja, jotka sisältävät ohjelmointia, datan käsittelyä, menetelmien valintaa, mallinnusta sekä tulosten arviointia ja tulkintaa.
Sisältö
Matriisi- ja differentiaalilaskenta, datan ohjelmallinen käsittely, datan ryvästys ja luokittelu, numeerinen ennustus, assosiaatioiden etsintä, tekstin- ja web-louhinnan menetelmät, suosittelujärjestelmät.
Lisätietoja opiskelijoille
Valinnainen opintojakso "Neuroverkot koneoppimissovelluksissa" tukee tätä kurssia. Suositellaan, että opiskelija osallistuu molemmille kursseille samanaikaisesti.
Arviointiasteikko
0-5
Arviointikriteerit, tyydyttävä (1)
Opiskelija on saavuttanut opintojakson tavoitteet välttävästi. Opiskelija tunnistaa, osaa määritellä ja käyttää opintojakson aihepiirin käsitteitä ja malleja. Opiskelija ymmärtää asiantuntijuuden kehittymisen edellytykset ja periaatteet.
Arviointikriteerit, hyvä (3)
Opiskelija on saavuttanut opintojakson tavoitteet hyvin, vaikka tiedoissa ja taidoissa onkin jollain alueilla vielä kehitettävää. Opiskelija osaa määritellä hyvin opintojakson aihepiirin käsitteitä ja malleja ja pystyy tekemään perusteltua analyysiä. Opiskelijalla on valmiuksia soveltaa oppimaansa vapaa-ajan, opiskelun ja työelämän tilanteissa. Opiskelija ymmärtää asiantuntijuuden merkityksen tietotekniikan alalla ja osaa analysoida omaa asiantuntijuuttaan.
Arviointikriteerit, kiitettävä (5)
Opiskelija on saavuttanut opintojakson tavoitteet kiitettävästi. Opiskelija hallitsee kiitettävästi opintojakson aihepiirin käsitteet ja mallit. Opiskelija osaa analysoida sujuvasti ja perustellusti sekä esittää käytännön kehittämistoimenpiteitä. Opiskelijalla on hyvät valmiudet soveltaa oppimaansa vapaa-ajan, opiskelun ja työelämän tilanteissa. Opiskelija osaa analysoida tietotekniiikan alan asiantuntijuutta ja omaa asiantuntijaksi kehittymistään.
Arviointikriteeri, hyväksytty/hylätty
Opiskelija on saavuttanut opintojakson tavoitteet. Opiskelija tunnistaa, osaa määritellä ja käyttää opintojakson aihepiirin käsitteitä ja malleja. Opiskelija ymmärtää asiantuntijuuden kehittymisen edellytykset ja periaatteet.
Esitietovaatimukset
Algebran ja tilastomatematiikan perusteet, kohtalaiset ohjelmointitaidot, mittaustiedon käsittelytaidot.
Lisätiedot
Valinnainen opintojakso "Neuroverkot koneoppimissovelluksissa" tukee tätä kurssia. Suositellaan, että opiskelija osallistuu molemmille kursseille samanaikaisesti.