Opinto-opas

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.

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.

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.