Introduction to Artificial IntelligenceLaajuus (3 op)
Tunnus: TT00EV75
Laajuus
3 op
Opetuskieli
- englanti
Osaamistavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Ilmoittautumisaika
02.07.2024 - 31.07.2024
Ajoitus
01.08.2024 - 31.07.2025
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Opetuskielet
- Englanti
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Janne Salonen
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Ilmoittautumisaika
02.07.2024 - 31.07.2024
Ajoitus
01.08.2024 - 31.07.2025
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Opetuskielet
- Englanti
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Vastuuopettaja
Janne Salonen
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Arviointiasteikko
0-5
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Ilmoittautumisaika
02.07.2024 - 31.07.2024
Ajoitus
01.08.2024 - 31.07.2025
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Opetuskielet
- Englanti
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Janne Salonen
Vastuuopettaja
Janne Salonen
Ryhmät
-
VIOPE_NonStop7VIOPE_NonStop7
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Ilmoittautumisaika
02.07.2024 - 31.07.2024
Ajoitus
01.08.2024 - 31.07.2025
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Janne Salonen
Vastuuopettaja
Janne Salonen
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Ajoitus
16.04.2024 - 31.12.2025
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
ICT ja tuotantotalous
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Paikat
0 - 5000
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Virve Prami
Vastuuopettaja
Janne Salonen
Ryhmät
-
VIOPE_2025_MAKSULLINEN_JARJESTELMAVIOPE 2025 MAKSULLINEN JARJESTELMA
-
VIOPE_2024_MAKSULLINEN_JARJESTELMAViope TiVi (NonStop), vuosi 2024
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Aika ja paikka
Course is delivered via Metropolia's Viope environment and it can be done in own pace.
Oppimateriaalit
All of course material is online in Metropolia's Viope.
Opetusmenetelmät
Course is 100% online (Self-Study) course and it can be done in own pace.
Harjoittelu- ja työelämäyhteistyö
N/A
Tenttien ajankohdat ja uusintamahdollisuudet
N/A
Kansainvälisyys
N/A
Toteutuksen valinnaiset suoritustavat
N/A
Opiskelijan ajankäyttö ja kuormitus
Course is self-study course, so, timetable is totally up to student her-/himself.
Sisällön jaksotus
Course is self-study course, so, student can schedule course her-/himself.
Lisätietoja opiskelijoille
ENROLLING
Open UAS Student via https://hakija.oma.metropolia.fi/
CampusOnline Students via eform which can be find via https://campusonline.fi
Metropolia's Degree Student
- Go to https://vw4.viope.com/login?org=metropolia
- Register to system -> Click the link “Enroll on the course”
- Choose any course of (NonStop).
- Fill the others fields
If you have problems with enrolling into this course or questions about it, please contact to viopesupport@metropolia.fi
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Arviointimenetelmät ja arvioinnin perusteet
After student has done at least 80% of tasks he/she can get grade pass.
Ajoitus
01.01.2024 - 31.12.2026
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
ICT ja tuotantotalous
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Paikat
0 - 10000
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Mika Hyyryläinen
Ryhmät
-
Verkko_opinnot_NonStop_120_opVerkko-opinnot (TiVi-NonStop), 120 op
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Aika ja paikka
Course is delivered via Metropolia's Viope environment and it can be done in own pace.
Oppimateriaalit
All of course material is online in Metropolia's Viope.
Opetusmenetelmät
Course is 100% online (Self-Study) course and it can be done in own pace.
Harjoittelu- ja työelämäyhteistyö
N/A
Tenttien ajankohdat ja uusintamahdollisuudet
N/A
Kansainvälisyys
N/A
Toteutuksen valinnaiset suoritustavat
N/A
Opiskelijan ajankäyttö ja kuormitus
Course is self-study course, so, timetable is totally up to student her-/himself.
Sisällön jaksotus
Course is self-study course, so, student can schedule course her-/himself.
Lisätietoja opiskelijoille
ENROLLING
Open UAS and CampusOnline Student via https://hakija.oma.metropolia.fi/
Metropolia's Degree Student: https://vw4.viope.com/login?org=metropolia
- Register to system -> Click the link “Enroll on the course”
- Choose any course of (NonStop).
- Fill the others fields
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Arviointimenetelmät ja arvioinnin perusteet
After student has done at least 80% of tasks he/she can get grade pass.
Ajoitus
01.01.2024 - 31.12.2027
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
ICT ja tuotantotalous
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Paikat
0 - 10000
Koulutus
- Degree Programme in Information Technology
Opettaja
- Mika Hyyryläinen
Ryhmät
-
IT_path_180_ectsInformation Technology, Open path 180 ECTS
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Aika ja paikka
Course is delivered via Metropolia's Viope environment and it can be done in own pace.
Oppimateriaalit
All of course material is online in Metropolia's Viope.
Opetusmenetelmät
Course is 100% online (Self-Study) course and it can be done in own pace.
Harjoittelu- ja työelämäyhteistyö
N/A
Tenttien ajankohdat ja uusintamahdollisuudet
N/A
Kansainvälisyys
N/A
Toteutuksen valinnaiset suoritustavat
N/A
Opiskelijan ajankäyttö ja kuormitus
Course is self-study course, so, timetable is totally up to student her-/himself.
Sisällön jaksotus
Course is self-study course, so, student can schedule course her-/himself.
Lisätietoja opiskelijoille
ENROLLING
Open UAS and CampusOnline Student via https://hakija.oma.metropolia.fi/
Metropolia's Degree Student: https://vw4.viope.com/login?org=metropolia
- Register to system -> Click the link “Enroll on the course”
- Choose any course of (NonStop).
- Fill the others fields
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Arviointimenetelmät ja arvioinnin perusteet
After student has done at least 80% of tasks he/she can get grade pass.
Ajoitus
01.01.2024 - 31.12.2025
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
ICT ja tuotantotalous
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Paikat
0 - 1000
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Mika Hyyryläinen
Ryhmät
-
AVOIN_AMK_TIVI_73_opTäydentävät tietotekniikan opinnot aikaisemmin korkeakoulututkintoja suorittaneelle
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Aika ja paikka
Course is delivered via Metropolia's Viope environment and it can be done in own pace.
Oppimateriaalit
All of course material is online in Metropolia's Viope.
Opetusmenetelmät
Course is 100% online (Self-Study) course and it can be done in own pace.
Harjoittelu- ja työelämäyhteistyö
N/A
Tenttien ajankohdat ja uusintamahdollisuudet
N/A
Kansainvälisyys
N/A
Toteutuksen valinnaiset suoritustavat
N/A
Opiskelijan ajankäyttö ja kuormitus
Course is self-study course, so, timetable is totally up to student her-/himself.
Sisällön jaksotus
Course is self-study course, so, student can schedule course her-/himself.
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Arviointimenetelmät ja arvioinnin perusteet
After student has done at least 80% of tasks he/she can get grade pass.
Ajoitus
01.01.2024 - 31.07.2025
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
ICT ja tuotantotalous
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Paikat
0 - 5000
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Mika Hyyryläinen
- Virve Prami
Vastuuopettaja
Janne Salonen
Ryhmät
-
VIOPE_2024_MAKSULLINEN_JARJESTELMAViope TiVi (NonStop), vuosi 2024
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Aika ja paikka
Course is delivered via Metropolia's Viope environment and it can be done in own pace.
Oppimateriaalit
All of course material is online in Metropolia's Viope.
Opetusmenetelmät
Course is 100% online (Self-Study) course and it can be done in own pace.
Harjoittelu- ja työelämäyhteistyö
N/A
Tenttien ajankohdat ja uusintamahdollisuudet
N/A
Kansainvälisyys
N/A
Toteutuksen valinnaiset suoritustavat
N/A
Opiskelijan ajankäyttö ja kuormitus
Course is self-study course, so, timetable is totally up to student her-/himself.
Sisällön jaksotus
Course is self-study course, so, student can schedule course her-/himself.
Lisätietoja opiskelijoille
ENROLLING
Open UAS Student via https://hakija.oma.metropolia.fi/
CampusOnline Students via eform which can be find via https://campusonline.fi
Metropolia's Degree Student
- Go to https://vw4.viope.com/login?org=metropolia
- Register to system -> Click the link “Enroll on the course”
- Choose any course of (NonStop).
- Fill the others fields
If you have problems with enrolling into this course or questions about it, please contact to viopesupport@metropolia.fi
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Arviointimenetelmät ja arvioinnin perusteet
After student has done at least 80% of tasks he/she can get grade pass.
Ilmoittautumisaika
02.07.2024 - 31.07.2024
Ajoitus
01.01.2024 - 31.07.2024
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Opetuskielet
- Englanti
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Janne Salonen
Vastuuopettaja
Janne Salonen
Ryhmät
-
VIOPE_NonStop6VIOPE_NonStop6
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Ilmoittautumisaika
02.07.2024 - 31.07.2024
Ajoitus
01.01.2024 - 31.07.2024
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Opetuskielet
- Englanti
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Janne Salonen
Vastuuopettaja
Janne Salonen
Ryhmät
-
Viope_nonstop_9Viope_nonstop_9
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Ilmoittautumisaika
02.07.2024 - 31.07.2024
Ajoitus
01.01.2024 - 31.07.2024
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
ICT ja tuotantotalous
Opetuskielet
- Englanti
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Janne Salonen
Vastuuopettaja
Janne Salonen
Ryhmät
-
Viope_nonstop_11Viope_nonstop_11
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Ilmoittautumisaika
02.07.2024 - 31.07.2024
Ajoitus
01.01.2024 - 31.07.2024
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
ICT ja tuotantotalous
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Janne Salonen
Vastuuopettaja
Janne Salonen
Ryhmät
-
Viope_nonstop_12Viope_nonstop_12
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Ilmoittautumisaika
02.07.2024 - 31.07.2024
Ajoitus
01.01.2024 - 31.07.2024
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
ICT ja tuotantotalous
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Janne Salonen
Vastuuopettaja
Janne Salonen
Ryhmät
-
Viope_nonstop_13Viope_nonstop_13
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Ilmoittautumisaika
02.07.2023 - 31.07.2023
Ajoitus
01.08.2023 - 31.07.2024
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Vastuuopettaja
Janne Salonen
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Ilmoittautumisaika
02.07.2023 - 31.07.2023
Ajoitus
01.08.2023 - 31.07.2024
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Vastuuopettaja
Janne Salonen
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Ilmoittautumisaika
02.07.2023 - 31.07.2023
Ajoitus
01.08.2023 - 31.07.2024
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Vastuuopettaja
Janne Salonen
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Ilmoittautumisaika
02.07.2023 - 31.07.2023
Ajoitus
01.08.2023 - 31.07.2024
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Janne Salonen
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Ilmoittautumisaika
02.07.2023 - 31.07.2023
Ajoitus
01.08.2023 - 31.07.2024
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Janne Salonen
Vastuuopettaja
Janne Salonen
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Ilmoittautumisaika
02.07.2023 - 31.07.2023
Ajoitus
01.08.2023 - 31.07.2024
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Janne Salonen
Vastuuopettaja
Janne Salonen
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Ilmoittautumisaika
02.12.2022 - 31.12.2022
Ajoitus
01.01.2023 - 31.07.2024
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Janne Salonen
Vastuuopettaja
Janne Salonen
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Ilmoittautumisaika
02.12.2022 - 31.12.2022
Ajoitus
01.01.2023 - 31.07.2024
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Janne Salonen
Vastuuopettaja
Janne Salonen
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Ajoitus
01.08.2023 - 31.12.2023
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
ICT ja tuotantotalous
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Paikat
0 - 1000
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Mika Hyyryläinen
- Virve Prami
Vastuuopettaja
Janne Salonen
Ryhmät
-
ATX22TV_Study_PackagesAvoin amk: NonStop opintopaketit
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Aika ja paikka
Course is delivered via Metropolia's Viope environment and it can be done in own pace.
Oppimateriaalit
All of course material is online in Metropolia's Viope.
Opetusmenetelmät
Course is 100% online (Self-Study) course and it can be done in own pace.
Harjoittelu- ja työelämäyhteistyö
N/A
Tenttien ajankohdat ja uusintamahdollisuudet
N/A
Kansainvälisyys
N/A
Toteutuksen valinnaiset suoritustavat
N/A
Opiskelijan ajankäyttö ja kuormitus
Course is self-study course, so, timetable is totally up to student her-/himself.
Sisällön jaksotus
Course is self-study course, so, student can schedule course her-/himself.
Lisätietoja opiskelijoille
ENROLLING
Open UAS Student via https://hakija.oma.metropolia.fi/
CampusOnline Students via eform which can be find via https://campusonline.fi
Metropolia's Degree Student
- Go to https://vw4.viope.com/login?org=metropolia
- Register to system -> Click the link “Enroll on the course”
- Choose any course of (NonStop).
- Fill the others fields
If you have problems with enrolling into this course or questions about it, please contact to viopesupport@metropolia.fi
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Arviointimenetelmät ja arvioinnin perusteet
After student has done at least 80% of tasks he/she can get grade pass.
Ajoitus
31.12.2022
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
ICT ja tuotantotalous
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Paikat
0 - 1000
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Mika Hyyryläinen
Ryhmät
-
VIOPE_NonStop3VIOPE_NonStop3
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Aika ja paikka
Course is delivered via Metropolia's Viope environment and it can be done in own pace.
Oppimateriaalit
All of course material is online in Metropolia's Viope.
Opetusmenetelmät
Course is 100% online (Self-Study) course and it can be done in own pace.
Harjoittelu- ja työelämäyhteistyö
N/A
Tenttien ajankohdat ja uusintamahdollisuudet
N/A
Kansainvälisyys
N/A
Toteutuksen valinnaiset suoritustavat
N/A
Opiskelijan ajankäyttö ja kuormitus
Course is self-study course, so, timetable is totally up to student her-/himself.
Sisällön jaksotus
Course is self-study course, so, student can schedule course her-/himself.
Lisätietoja opiskelijoille
ENROLLING
Open UAS Student via https://hakija.oma.metropolia.fi/
CampusOnline Students via eform which can be find via https://campusonline.fi
Metropolia's Degree Student
- Go to https://vw4.viope.com/login?org=metropolia
- Register to system -> Click the link “Enroll on the course”
- Choose any course of (NonStop).
- Fill the others fields
If you have problems with enrolling into this course or questions about it, please contact to viopesupport@metropolia.fi
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Arviointimenetelmät ja arvioinnin perusteet
After student has done at least 80% of tasks he/she can get grade pass.
Ajoitus
31.12.2022
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
ICT ja tuotantotalous
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Paikat
0 - 1000
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Mika Hyyryläinen
Ryhmät
-
VIOPE_NonStop3VIOPE_NonStop3
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Aika ja paikka
Course is delivered via Metropolia's Viope environment and it can be done in own pace.
Oppimateriaalit
All of course material is online in Metropolia's Viope.
Opetusmenetelmät
Course is 100% online (Self-Study) course and it can be done in own pace.
Harjoittelu- ja työelämäyhteistyö
N/A
Tenttien ajankohdat ja uusintamahdollisuudet
N/A
Kansainvälisyys
N/A
Toteutuksen valinnaiset suoritustavat
N/A
Opiskelijan ajankäyttö ja kuormitus
Course is self-study course, so, timetable is totally up to student her-/himself.
Sisällön jaksotus
Course is self-study course, so, student can schedule course her-/himself.
Lisätietoja opiskelijoille
ENROLLING
Open UAS Student via https://hakija.oma.metropolia.fi/
CampusOnline Students via eform which can be find via https://campusonline.fi
Metropolia's Degree Student
- Go to https://vw4.viope.com/login?org=metropolia
- Register to system -> Click the link “Enroll on the course”
- Choose any course of (NonStop).
- Fill the others fields
If you have problems with enrolling into this course or questions about it, please contact to viopesupport@metropolia.fi
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Arviointimenetelmät ja arvioinnin perusteet
After student has done at least 80% of tasks he/she can get grade pass.
Ajoitus
31.12.2022
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
ICT ja tuotantotalous
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Paikat
0 - 1000
Koulutus
- Degree Programme in Information Technology
Opettaja
- Mika Hyyryläinen
Ryhmät
-
VIOPE_NonStop3VIOPE_NonStop3
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Aika ja paikka
Course is delivered via Metropolia's Viope environment and it can be done in own pace.
Oppimateriaalit
All of course material is online in Metropolia's Viope.
Opetusmenetelmät
Course is 100% online (Self-Study) course and it can be done in own pace.
Harjoittelu- ja työelämäyhteistyö
N/A
Tenttien ajankohdat ja uusintamahdollisuudet
N/A
Kansainvälisyys
N/A
Toteutuksen valinnaiset suoritustavat
N/A
Opiskelijan ajankäyttö ja kuormitus
Course is self-study course, so, timetable is totally up to student her-/himself.
Sisällön jaksotus
Course is self-study course, so, student can schedule course her-/himself.
Lisätietoja opiskelijoille
ENROLLING
Open UAS and CampusOnline Student via https://hakija.oma.metropolia.fi/
Metropolia's Degree Student: https://vw4.viope.com/login?org=metropolia
- Register to system -> Click the link “Enroll on the course”
- Choose any course of (NonStop).
- Fill the others fields
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Arviointimenetelmät ja arvioinnin perusteet
After student has done at least 80% of tasks he/she can get grade pass.
Ajoitus
31.12.2022
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
ICT ja tuotantotalous
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Paikat
0 - 1000
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Mika Hyyryläinen
Ryhmät
-
VIOPE_NonStop3VIOPE_NonStop3
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Aika ja paikka
Course is delivered via Metropolia's Viope environment and it can be done in own pace.
Oppimateriaalit
All of course material is online in Metropolia's Viope.
Opetusmenetelmät
Course is 100% online (Self-Study) course and it can be done in own pace.
Harjoittelu- ja työelämäyhteistyö
N/A
Tenttien ajankohdat ja uusintamahdollisuudet
N/A
Kansainvälisyys
N/A
Toteutuksen valinnaiset suoritustavat
N/A
Opiskelijan ajankäyttö ja kuormitus
Course is self-study course, so, timetable is totally up to student her-/himself.
Sisällön jaksotus
Course is self-study course, so, student can schedule course her-/himself.
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Arviointimenetelmät ja arvioinnin perusteet
After student has done at least 80% of tasks he/she can get grade pass.
Ajoitus
31.12.2022
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
ICT ja tuotantotalous
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Paikat
0 - 1000
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Mika Hyyryläinen
Ryhmät
-
VIOPE_NonStop4VIOPE_NonStop4
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Aika ja paikka
Course is delivered via Metropolia's Viope environment and it can be done in own pace.
Oppimateriaalit
All of course material is online in Metropolia's Viope.
Opetusmenetelmät
Course is 100% online (Self-Study) course and it can be done in own pace.
Harjoittelu- ja työelämäyhteistyö
N/A
Tenttien ajankohdat ja uusintamahdollisuudet
N/A
Kansainvälisyys
N/A
Toteutuksen valinnaiset suoritustavat
N/A
Opiskelijan ajankäyttö ja kuormitus
Course is self-study course, so, timetable is totally up to student her-/himself.
Sisällön jaksotus
Course is self-study course, so, student can schedule course her-/himself.
Lisätietoja opiskelijoille
ENROLLING
Open UAS Student via https://hakija.oma.metropolia.fi/
CampusOnline Students via eform which can be find via https://campusonline.fi
Metropolia's Degree Student
- Go to https://vw4.viope.com/login?org=metropolia
- Register to system -> Click the link “Enroll on the course”
- Choose any course of (NonStop).
- Fill the others fields
If you have problems with enrolling into this course or questions about it, please contact to viopesupport@metropolia.fi
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Arviointimenetelmät ja arvioinnin perusteet
After student has done at least 80% of tasks he/she can get grade pass.
Ajoitus
31.12.2022
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
ICT ja tuotantotalous
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Paikat
0 - 1000
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Mika Hyyryläinen
Ryhmät
-
VIOPE_NonStop4VIOPE_NonStop4
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Aika ja paikka
Course is delivered via Metropolia's Viope environment and it can be done in own pace.
Oppimateriaalit
All of course material is online in Metropolia's Viope.
Opetusmenetelmät
Course is 100% online (Self-Study) course and it can be done in own pace.
Harjoittelu- ja työelämäyhteistyö
N/A
Tenttien ajankohdat ja uusintamahdollisuudet
N/A
Kansainvälisyys
N/A
Toteutuksen valinnaiset suoritustavat
N/A
Opiskelijan ajankäyttö ja kuormitus
Course is self-study course, so, timetable is totally up to student her-/himself.
Sisällön jaksotus
Course is self-study course, so, student can schedule course her-/himself.
Lisätietoja opiskelijoille
ENROLLING
Open UAS Student via https://hakija.oma.metropolia.fi/
CampusOnline Students via eform which can be find via https://campusonline.fi
Metropolia's Degree Student
- Go to https://vw4.viope.com/login?org=metropolia
- Register to system -> Click the link “Enroll on the course”
- Choose any course of (NonStop).
- Fill the others fields
If you have problems with enrolling into this course or questions about it, please contact to viopesupport@metropolia.fi
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Arviointimenetelmät ja arvioinnin perusteet
After student has done at least 80% of tasks he/she can get grade pass.
Ajoitus
31.12.2022
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
ICT ja tuotantotalous
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Paikat
0 - 1000
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Mika Hyyryläinen
Ryhmät
-
VIOPE_NonStop4VIOPE_NonStop4
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Aika ja paikka
Course is delivered via Metropolia's Viope environment and it can be done in own pace.
Oppimateriaalit
All of course material is online in Metropolia's Viope.
Opetusmenetelmät
Course is 100% online (Self-Study) course and it can be done in own pace.
Harjoittelu- ja työelämäyhteistyö
N/A
Tenttien ajankohdat ja uusintamahdollisuudet
N/A
Kansainvälisyys
N/A
Toteutuksen valinnaiset suoritustavat
N/A
Opiskelijan ajankäyttö ja kuormitus
Course is self-study course, so, timetable is totally up to student her-/himself.
Sisällön jaksotus
Course is self-study course, so, student can schedule course her-/himself.
Lisätietoja opiskelijoille
ENROLLING
Open UAS Student via https://hakija.oma.metropolia.fi/
CampusOnline Students via eform which can be find via https://campusonline.fi
Metropolia's Degree Student
- Go to https://vw4.viope.com/login?org=metropolia
- Register to system -> Click the link “Enroll on the course”
- Choose any course of (NonStop).
- Fill the others fields
If you have problems with enrolling into this course or questions about it, please contact to viopesupport@metropolia.fi
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Arviointimenetelmät ja arvioinnin perusteet
After student has done at least 80% of tasks he/she can get grade pass.
Ajoitus
31.12.2022
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
ICT ja tuotantotalous
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Paikat
0 - 1000
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Mika Hyyryläinen
Ryhmät
-
VIOPE_NonStop4VIOPE_NonStop4
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Aika ja paikka
Course is delivered via Metropolia's Viope environment and it can be done in own pace.
Oppimateriaalit
All of course material is online in Metropolia's Viope.
Opetusmenetelmät
Course is 100% online (Self-Study) course and it can be done in own pace.
Harjoittelu- ja työelämäyhteistyö
N/A
Tenttien ajankohdat ja uusintamahdollisuudet
N/A
Kansainvälisyys
N/A
Toteutuksen valinnaiset suoritustavat
N/A
Opiskelijan ajankäyttö ja kuormitus
Course is self-study course, so, timetable is totally up to student her-/himself.
Sisällön jaksotus
Course is self-study course, so, student can schedule course her-/himself.
Lisätietoja opiskelijoille
ENROLLING
Open UAS Student via https://hakija.oma.metropolia.fi/
CampusOnline Students via eform which can be find via https://campusonline.fi
Metropolia's Degree Student
- Go to https://vw4.viope.com/login?org=metropolia
- Register to system -> Click the link “Enroll on the course”
- Choose any course of (NonStop).
- Fill the others fields
If you have problems with enrolling into this course or questions about it, please contact to viopesupport@metropolia.fi
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Arviointimenetelmät ja arvioinnin perusteet
After student has done at least 80% of tasks he/she can get grade pass.
Ajoitus
31.12.2022
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
ICT ja tuotantotalous
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Paikat
0 - 1000
Koulutus
- Degree Programme in Information Technology
Opettaja
- Mika Hyyryläinen
Ryhmät
-
VIOPE_NonStop4VIOPE_NonStop4
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Aika ja paikka
Course is delivered via Metropolia's Viope environment and it can be done in own pace.
Oppimateriaalit
All of course material is online in Metropolia's Viope.
Opetusmenetelmät
Course is 100% online (Self-Study) course and it can be done in own pace.
Harjoittelu- ja työelämäyhteistyö
N/A
Tenttien ajankohdat ja uusintamahdollisuudet
N/A
Kansainvälisyys
N/A
Toteutuksen valinnaiset suoritustavat
N/A
Opiskelijan ajankäyttö ja kuormitus
Course is self-study course, so, timetable is totally up to student her-/himself.
Sisällön jaksotus
Course is self-study course, so, student can schedule course her-/himself.
Lisätietoja opiskelijoille
ENROLLING
Open UAS and CampusOnline Student via https://hakija.oma.metropolia.fi/
Metropolia's Degree Student: https://vw4.viope.com/login?org=metropolia
- Register to system -> Click the link “Enroll on the course”
- Choose any course of (NonStop).
- Fill the others fields
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Arviointimenetelmät ja arvioinnin perusteet
After student has done at least 80% of tasks he/she can get grade pass.
Ajoitus
31.12.2022
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
ICT ja tuotantotalous
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Paikat
0 - 1000
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Mika Hyyryläinen
Ryhmät
-
VIOPE_NonStop4VIOPE_NonStop4
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Aika ja paikka
Course is delivered via Metropolia's Viope environment and it can be done in own pace.
Oppimateriaalit
All of course material is online in Metropolia's Viope.
Opetusmenetelmät
Course is 100% online (Self-Study) course and it can be done in own pace.
Harjoittelu- ja työelämäyhteistyö
N/A
Tenttien ajankohdat ja uusintamahdollisuudet
N/A
Kansainvälisyys
N/A
Toteutuksen valinnaiset suoritustavat
N/A
Opiskelijan ajankäyttö ja kuormitus
Course is self-study course, so, timetable is totally up to student her-/himself.
Sisällön jaksotus
Course is self-study course, so, student can schedule course her-/himself.
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Arviointimenetelmät ja arvioinnin perusteet
After student has done at least 80% of tasks he/she can get grade pass.
Ajoitus
31.12.2022
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
ICT ja tuotantotalous
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Paikat
0 - 1000
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Mika Hyyryläinen
Ryhmät
-
VIOPE_NonStop5VIOPE_NonStop5
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Aika ja paikka
Course is delivered via Metropolia's Viope environment and it can be done in own pace.
Oppimateriaalit
All of course material is online in Metropolia's Viope.
Opetusmenetelmät
Course is 100% online (Self-Study) course and it can be done in own pace.
Harjoittelu- ja työelämäyhteistyö
N/A
Tenttien ajankohdat ja uusintamahdollisuudet
N/A
Kansainvälisyys
N/A
Toteutuksen valinnaiset suoritustavat
N/A
Opiskelijan ajankäyttö ja kuormitus
Course is self-study course, so, timetable is totally up to student her-/himself.
Sisällön jaksotus
Course is self-study course, so, student can schedule course her-/himself.
Lisätietoja opiskelijoille
ENROLLING
Open UAS Student via https://hakija.oma.metropolia.fi/
CampusOnline Students via eform which can be find via https://campusonline.fi
Metropolia's Degree Student
- Go to https://vw4.viope.com/login?org=metropolia
- Register to system -> Click the link “Enroll on the course”
- Choose any course of (NonStop).
- Fill the others fields
If you have problems with enrolling into this course or questions about it, please contact to viopesupport@metropolia.fi
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Arviointimenetelmät ja arvioinnin perusteet
After student has done at least 80% of tasks he/she can get grade pass.
Ajoitus
31.12.2022
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
ICT ja tuotantotalous
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Paikat
0 - 1000
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Mika Hyyryläinen
Ryhmät
-
VIOPE_NonStop5VIOPE_NonStop5
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Aika ja paikka
Course is delivered via Metropolia's Viope environment and it can be done in own pace.
Oppimateriaalit
All of course material is online in Metropolia's Viope.
Opetusmenetelmät
Course is 100% online (Self-Study) course and it can be done in own pace.
Harjoittelu- ja työelämäyhteistyö
N/A
Tenttien ajankohdat ja uusintamahdollisuudet
N/A
Kansainvälisyys
N/A
Toteutuksen valinnaiset suoritustavat
N/A
Opiskelijan ajankäyttö ja kuormitus
Course is self-study course, so, timetable is totally up to student her-/himself.
Sisällön jaksotus
Course is self-study course, so, student can schedule course her-/himself.
Lisätietoja opiskelijoille
ENROLLING
Open UAS Student via https://hakija.oma.metropolia.fi/
CampusOnline Students via eform which can be find via https://campusonline.fi
Metropolia's Degree Student
- Go to https://vw4.viope.com/login?org=metropolia
- Register to system -> Click the link “Enroll on the course”
- Choose any course of (NonStop).
- Fill the others fields
If you have problems with enrolling into this course or questions about it, please contact to viopesupport@metropolia.fi
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Arviointimenetelmät ja arvioinnin perusteet
After student has done at least 80% of tasks he/she can get grade pass.
Ajoitus
31.12.2022
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
ICT ja tuotantotalous
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Paikat
0 - 1000
Koulutus
- Degree Programme in Information Technology
Opettaja
- Mika Hyyryläinen
Ryhmät
-
VIOPE_NonStop5VIOPE_NonStop5
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Aika ja paikka
Course is delivered via Metropolia's Viope environment and it can be done in own pace.
Oppimateriaalit
All of course material is online in Metropolia's Viope.
Opetusmenetelmät
Course is 100% online (Self-Study) course and it can be done in own pace.
Harjoittelu- ja työelämäyhteistyö
N/A
Tenttien ajankohdat ja uusintamahdollisuudet
N/A
Kansainvälisyys
N/A
Toteutuksen valinnaiset suoritustavat
N/A
Opiskelijan ajankäyttö ja kuormitus
Course is self-study course, so, timetable is totally up to student her-/himself.
Sisällön jaksotus
Course is self-study course, so, student can schedule course her-/himself.
Lisätietoja opiskelijoille
ENROLLING
Open UAS and CampusOnline Student via https://hakija.oma.metropolia.fi/
Metropolia's Degree Student: https://vw4.viope.com/login?org=metropolia
- Register to system -> Click the link “Enroll on the course”
- Choose any course of (NonStop).
- Fill the others fields
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Arviointimenetelmät ja arvioinnin perusteet
After student has done at least 80% of tasks he/she can get grade pass.
Ajoitus
31.12.2022
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
ICT ja tuotantotalous
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Paikat
0 - 1000
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Mika Hyyryläinen
Ryhmät
-
VIOPE_NonStop5VIOPE_NonStop5
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Aika ja paikka
Course is delivered via Metropolia's Viope environment and it can be done in own pace.
Oppimateriaalit
All of course material is online in Metropolia's Viope.
Opetusmenetelmät
Course is 100% online (Self-Study) course and it can be done in own pace.
Harjoittelu- ja työelämäyhteistyö
N/A
Tenttien ajankohdat ja uusintamahdollisuudet
N/A
Kansainvälisyys
N/A
Toteutuksen valinnaiset suoritustavat
N/A
Opiskelijan ajankäyttö ja kuormitus
Course is self-study course, so, timetable is totally up to student her-/himself.
Sisällön jaksotus
Course is self-study course, so, student can schedule course her-/himself.
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Arviointimenetelmät ja arvioinnin perusteet
After student has done at least 80% of tasks he/she can get grade pass.
Ajoitus
14.09.2022 - 31.12.2022
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
ICT ja tuotantotalous
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Paikat
0 - 1000
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Mika Hyyryläinen
Ryhmät
-
VIOPE_NonStop3VIOPE_NonStop3
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Aika ja paikka
Course is delivered via Metropolia's Viope environment and it can be done in own pace.
Oppimateriaalit
All of course material is online in Metropolia's Viope.
Opetusmenetelmät
Course is 100% online (Self-Study) course and it can be done in own pace.
Harjoittelu- ja työelämäyhteistyö
N/A
Tenttien ajankohdat ja uusintamahdollisuudet
N/A
Kansainvälisyys
N/A
Toteutuksen valinnaiset suoritustavat
N/A
Opiskelijan ajankäyttö ja kuormitus
Course is self-study course, so, timetable is totally up to student her-/himself.
Sisällön jaksotus
Course is self-study course, so, student can schedule course her-/himself.
Lisätietoja opiskelijoille
ENROLLING
Open UAS Student via https://hakija.oma.metropolia.fi/
CampusOnline Students via eform which can be find via https://campusonline.fi
Metropolia's Degree Student
- Go to https://vw4.viope.com/login?org=metropolia
- Register to system -> Click the link “Enroll on the course”
- Choose any course of (NonStop).
- Fill the others fields
If you have problems with enrolling into this course or questions about it, please contact to viopesupport@metropolia.fi
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Arviointimenetelmät ja arvioinnin perusteet
After student has done at least 80% of tasks he/she can get grade pass.
Ajoitus
14.09.2022 - 31.12.2022
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
ICT ja tuotantotalous
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Paikat
0 - 5000
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Mika Hyyryläinen
Ryhmät
-
VIOPE_NonStop3VIOPE_NonStop3
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Aika ja paikka
Course is delivered via Metropolia's Viope environment and it can be done in own pace.
Oppimateriaalit
All of course material is online in Metropolia's Viope.
Opetusmenetelmät
Course is 100% online (Self-Study) course and it can be done in own pace.
Harjoittelu- ja työelämäyhteistyö
N/A
Tenttien ajankohdat ja uusintamahdollisuudet
N/A
Kansainvälisyys
N/A
Toteutuksen valinnaiset suoritustavat
N/A
Opiskelijan ajankäyttö ja kuormitus
Course is self-study course, so, timetable is totally up to student her-/himself.
Sisällön jaksotus
Course is self-study course, so, student can schedule course her-/himself.
Lisätietoja opiskelijoille
ENROLLING
Open UAS Student via https://hakija.oma.metropolia.fi/
CampusOnline Students via eform which can be find via https://campusonline.fi
Metropolia's Degree Student
- Go to https://vw4.viope.com/login?org=metropolia
- Register to system -> Click the link “Enroll on the course”
- Choose any course of (NonStop).
- Fill the others fields
If you have problems with enrolling into this course or questions about it, please contact to viopesupport@metropolia.fi
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Arviointimenetelmät ja arvioinnin perusteet
After student has done at least 80% of tasks he/she can get grade pass.
Ajoitus
14.09.2022 - 31.12.2022
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
ICT ja tuotantotalous
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Paikat
0 - 1000
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Mika Hyyryläinen
Ryhmät
-
VIOPE_NonStop4VIOPE_NonStop4
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Aika ja paikka
Course is delivered via Metropolia's Viope environment and it can be done in own pace.
Oppimateriaalit
All of course material is online in Metropolia's Viope.
Opetusmenetelmät
Course is 100% online (Self-Study) course and it can be done in own pace.
Harjoittelu- ja työelämäyhteistyö
N/A
Tenttien ajankohdat ja uusintamahdollisuudet
N/A
Kansainvälisyys
N/A
Toteutuksen valinnaiset suoritustavat
N/A
Opiskelijan ajankäyttö ja kuormitus
Course is self-study course, so, timetable is totally up to student her-/himself.
Sisällön jaksotus
Course is self-study course, so, student can schedule course her-/himself.
Lisätietoja opiskelijoille
ENROLLING
Open UAS Student via https://hakija.oma.metropolia.fi/
CampusOnline Students via eform which can be find via https://campusonline.fi
Metropolia's Degree Student
- Go to https://vw4.viope.com/login?org=metropolia
- Register to system -> Click the link “Enroll on the course”
- Choose any course of (NonStop).
- Fill the others fields
If you have problems with enrolling into this course or questions about it, please contact to viopesupport@metropolia.fi
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Arviointimenetelmät ja arvioinnin perusteet
After student has done at least 80% of tasks he/she can get grade pass.
Ajoitus
14.09.2022 - 31.12.2022
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
ICT ja tuotantotalous
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Paikat
0 - 5000
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Mika Hyyryläinen
Ryhmät
-
VIOPE_NonStop4VIOPE_NonStop4
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Aika ja paikka
Course is delivered via Metropolia's Viope environment and it can be done in own pace.
Oppimateriaalit
All of course material is online in Metropolia's Viope.
Opetusmenetelmät
Course is 100% online (Self-Study) course and it can be done in own pace.
Harjoittelu- ja työelämäyhteistyö
N/A
Tenttien ajankohdat ja uusintamahdollisuudet
N/A
Kansainvälisyys
N/A
Toteutuksen valinnaiset suoritustavat
N/A
Opiskelijan ajankäyttö ja kuormitus
Course is self-study course, so, timetable is totally up to student her-/himself.
Sisällön jaksotus
Course is self-study course, so, student can schedule course her-/himself.
Lisätietoja opiskelijoille
ENROLLING
Open UAS Student via https://hakija.oma.metropolia.fi/
CampusOnline Students via eform which can be find via https://campusonline.fi
Metropolia's Degree Student
- Go to https://vw4.viope.com/login?org=metropolia
- Register to system -> Click the link “Enroll on the course”
- Choose any course of (NonStop).
- Fill the others fields
If you have problems with enrolling into this course or questions about it, please contact to viopesupport@metropolia.fi
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Arviointimenetelmät ja arvioinnin perusteet
After student has done at least 80% of tasks he/she can get grade pass.
Ajoitus
14.09.2022 - 31.12.2022
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
ICT ja tuotantotalous
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Paikat
0 - 1000
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Mika Hyyryläinen
Ryhmät
-
VIOPE_NonStop4VIOPE_NonStop4
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Aika ja paikka
Course is delivered via Metropolia's Viope environment and it can be done in own pace.
Oppimateriaalit
All of course material is online in Metropolia's Viope.
Opetusmenetelmät
Course is 100% online (Self-Study) course and it can be done in own pace.
Harjoittelu- ja työelämäyhteistyö
N/A
Tenttien ajankohdat ja uusintamahdollisuudet
N/A
Kansainvälisyys
N/A
Toteutuksen valinnaiset suoritustavat
N/A
Opiskelijan ajankäyttö ja kuormitus
Course is self-study course, so, timetable is totally up to student her-/himself.
Sisällön jaksotus
Course is self-study course, so, student can schedule course her-/himself.
Lisätietoja opiskelijoille
ENROLLING
Open UAS Student via https://hakija.oma.metropolia.fi/
CampusOnline Students via eform which can be find via https://campusonline.fi
Metropolia's Degree Student
- Go to https://vw4.viope.com/login?org=metropolia
- Register to system -> Click the link “Enroll on the course”
- Choose any course of (NonStop).
- Fill the others fields
If you have problems with enrolling into this course or questions about it, please contact to viopesupport@metropolia.fi
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Arviointimenetelmät ja arvioinnin perusteet
After student has done at least 80% of tasks he/she can get grade pass.
Ajoitus
14.09.2022 - 31.12.2022
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
ICT ja tuotantotalous
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Paikat
0 - 5000
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Mika Hyyryläinen
Ryhmät
-
VIOPE_NonStop4VIOPE_NonStop4
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Aika ja paikka
Course is delivered via Metropolia's Viope environment and it can be done in own pace.
Oppimateriaalit
All of course material is online in Metropolia's Viope.
Opetusmenetelmät
Course is 100% online (Self-Study) course and it can be done in own pace.
Harjoittelu- ja työelämäyhteistyö
N/A
Tenttien ajankohdat ja uusintamahdollisuudet
N/A
Kansainvälisyys
N/A
Toteutuksen valinnaiset suoritustavat
N/A
Opiskelijan ajankäyttö ja kuormitus
Course is self-study course, so, timetable is totally up to student her-/himself.
Sisällön jaksotus
Course is self-study course, so, student can schedule course her-/himself.
Lisätietoja opiskelijoille
ENROLLING
Open UAS Student via https://hakija.oma.metropolia.fi/
CampusOnline Students via eform which can be find via https://campusonline.fi
Metropolia's Degree Student
- Go to https://vw4.viope.com/login?org=metropolia
- Register to system -> Click the link “Enroll on the course”
- Choose any course of (NonStop).
- Fill the others fields
If you have problems with enrolling into this course or questions about it, please contact to viopesupport@metropolia.fi
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Arviointimenetelmät ja arvioinnin perusteet
After student has done at least 80% of tasks he/she can get grade pass.
Ajoitus
14.09.2022 - 31.12.2022
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
ICT ja tuotantotalous
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Paikat
0 - 1000
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Mika Hyyryläinen
Ryhmät
-
VIOPE_NonStop5VIOPE_NonStop5
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Aika ja paikka
Course is delivered via Metropolia's Viope environment and it can be done in own pace.
Oppimateriaalit
All of course material is online in Metropolia's Viope.
Opetusmenetelmät
Course is 100% online (Self-Study) course and it can be done in own pace.
Harjoittelu- ja työelämäyhteistyö
N/A
Tenttien ajankohdat ja uusintamahdollisuudet
N/A
Kansainvälisyys
N/A
Toteutuksen valinnaiset suoritustavat
N/A
Opiskelijan ajankäyttö ja kuormitus
Course is self-study course, so, timetable is totally up to student her-/himself.
Sisällön jaksotus
Course is self-study course, so, student can schedule course her-/himself.
Lisätietoja opiskelijoille
ENROLLING
Open UAS Student via https://hakija.oma.metropolia.fi/
CampusOnline Students via eform which can be find via https://campusonline.fi
Metropolia's Degree Student
- Go to https://vw4.viope.com/login?org=metropolia
- Register to system -> Click the link “Enroll on the course”
- Choose any course of (NonStop).
- Fill the others fields
If you have problems with enrolling into this course or questions about it, please contact to viopesupport@metropolia.fi
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Arviointimenetelmät ja arvioinnin perusteet
After student has done at least 80% of tasks he/she can get grade pass.
Ajoitus
14.09.2022 - 31.12.2022
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
ICT ja tuotantotalous
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Paikat
0 - 5000
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Mika Hyyryläinen
Ryhmät
-
VIOPE_NonStop5VIOPE_NonStop5
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Aika ja paikka
Course is delivered via Metropolia's Viope environment and it can be done in own pace.
Oppimateriaalit
All of course material is online in Metropolia's Viope.
Opetusmenetelmät
Course is 100% online (Self-Study) course and it can be done in own pace.
Harjoittelu- ja työelämäyhteistyö
N/A
Tenttien ajankohdat ja uusintamahdollisuudet
N/A
Kansainvälisyys
N/A
Toteutuksen valinnaiset suoritustavat
N/A
Opiskelijan ajankäyttö ja kuormitus
Course is self-study course, so, timetable is totally up to student her-/himself.
Sisällön jaksotus
Course is self-study course, so, student can schedule course her-/himself.
Lisätietoja opiskelijoille
ENROLLING
Open UAS Student via https://hakija.oma.metropolia.fi/
CampusOnline Students via eform which can be find via https://campusonline.fi
Metropolia's Degree Student
- Go to https://vw4.viope.com/login?org=metropolia
- Register to system -> Click the link “Enroll on the course”
- Choose any course of (NonStop).
- Fill the others fields
If you have problems with enrolling into this course or questions about it, please contact to viopesupport@metropolia.fi
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Arviointimenetelmät ja arvioinnin perusteet
After student has done at least 80% of tasks he/she can get grade pass.
Ajoitus
01.08.2022 - 31.12.2023
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
ICT ja tuotantotalous
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Paikat
0 - 1000
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Mika Hyyryläinen
- Virve Prami
Vastuuopettaja
Janne Salonen
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Aika ja paikka
Course is delivered via Metropolia's Viope environment and it can be done in own pace.
Oppimateriaalit
All of course material is online in Metropolia's Viope.
Opetusmenetelmät
Course is 100% online (Self-Study) course and it can be done in own pace.
Harjoittelu- ja työelämäyhteistyö
N/A
Tenttien ajankohdat ja uusintamahdollisuudet
N/A
Kansainvälisyys
N/A
Toteutuksen valinnaiset suoritustavat
N/A
Opiskelijan ajankäyttö ja kuormitus
Course is self-study course, so, timetable is totally up to student her-/himself.
Sisällön jaksotus
Course is self-study course, so, student can schedule course her-/himself.
Lisätietoja opiskelijoille
ENROLLING
Open UAS Student via https://hakija.oma.metropolia.fi/
CampusOnline Students via eform which can be find via https://campusonline.fi
Metropolia's Degree Student
- Go to https://vw4.viope.com/login?org=metropolia
- Register to system -> Click the link “Enroll on the course”
- Choose any course of (NonStop).
- Fill the others fields
If you have problems with enrolling into this course or questions about it, please contact to viopesupport@metropolia.fi
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Arviointimenetelmät ja arvioinnin perusteet
After student has done at least 80% of tasks he/she can get grade pass.
Ajoitus
01.08.2022 - 31.12.2023
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
ICT ja tuotantotalous
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Paikat
0 - 1000
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Mika Hyyryläinen
- Virve Prami
Vastuuopettaja
Janne Salonen
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Aika ja paikka
Course is delivered via Metropolia's Viope environment and it can be done in own pace.
Oppimateriaalit
All of course material is online in Metropolia's Viope.
Opetusmenetelmät
Course is 100% online (Self-Study) course and it can be done in own pace.
Harjoittelu- ja työelämäyhteistyö
N/A
Tenttien ajankohdat ja uusintamahdollisuudet
N/A
Kansainvälisyys
N/A
Toteutuksen valinnaiset suoritustavat
N/A
Opiskelijan ajankäyttö ja kuormitus
Course is self-study course, so, timetable is totally up to student her-/himself.
Sisällön jaksotus
Course is self-study course, so, student can schedule course her-/himself.
Lisätietoja opiskelijoille
ENROLLING
Open UAS Student via https://hakija.oma.metropolia.fi/
CampusOnline Students via eform which can be find via https://campusonline.fi
Metropolia's Degree Student
- Go to https://vw4.viope.com/login?org=metropolia
- Register to system -> Click the link “Enroll on the course”
- Choose any course of (NonStop).
- Fill the others fields
If you have problems with enrolling into this course or questions about it, please contact to viopesupport@metropolia.fi
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Arviointimenetelmät ja arvioinnin perusteet
After student has done at least 80% of tasks he/she can get grade pass.
Ajoitus
01.08.2022 - 31.12.2023
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
ICT ja tuotantotalous
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Paikat
0 - 1000
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Mika Hyyryläinen
- Virve Prami
Vastuuopettaja
Janne Salonen
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Aika ja paikka
Course is delivered via Metropolia's Viope environment and it can be done in own pace.
Oppimateriaalit
All of course material is online in Metropolia's Viope.
Opetusmenetelmät
Course is 100% online (Self-Study) course and it can be done in own pace.
Harjoittelu- ja työelämäyhteistyö
N/A
Tenttien ajankohdat ja uusintamahdollisuudet
N/A
Kansainvälisyys
N/A
Toteutuksen valinnaiset suoritustavat
N/A
Opiskelijan ajankäyttö ja kuormitus
Course is self-study course, so, timetable is totally up to student her-/himself.
Sisällön jaksotus
Course is self-study course, so, student can schedule course her-/himself.
Lisätietoja opiskelijoille
ENROLLING
Open UAS Student via https://hakija.oma.metropolia.fi/
CampusOnline Students via eform which can be find via https://campusonline.fi
Metropolia's Degree Student
- Go to https://vw4.viope.com/login?org=metropolia
- Register to system -> Click the link “Enroll on the course”
- Choose any course of (NonStop).
- Fill the others fields
If you have problems with enrolling into this course or questions about it, please contact to viopesupport@metropolia.fi
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Arviointimenetelmät ja arvioinnin perusteet
After student has done at least 80% of tasks he/she can get grade pass.
Ajoitus
01.08.2022 - 31.12.2023
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
ICT ja tuotantotalous
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Paikat
0 - 1000
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Mika Hyyryläinen
- Virve Prami
Vastuuopettaja
Janne Salonen
Ryhmät
-
VIOPE_NonStop7VIOPE_NonStop7
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Aika ja paikka
Course is delivered via Metropolia's Viope environment and it can be done in own pace.
Oppimateriaalit
All of course material is online in Metropolia's Viope.
Opetusmenetelmät
Course is 100% online (Self-Study) course and it can be done in own pace.
Harjoittelu- ja työelämäyhteistyö
N/A
Tenttien ajankohdat ja uusintamahdollisuudet
N/A
Kansainvälisyys
N/A
Toteutuksen valinnaiset suoritustavat
N/A
Opiskelijan ajankäyttö ja kuormitus
Course is self-study course, so, timetable is totally up to student her-/himself.
Sisällön jaksotus
Course is self-study course, so, student can schedule course her-/himself.
Lisätietoja opiskelijoille
ENROLLING
Open UAS Student via https://hakija.oma.metropolia.fi/
CampusOnline Students via eform which can be find via https://campusonline.fi
Metropolia's Degree Student
- Go to https://vw4.viope.com/login?org=metropolia
- Register to system -> Click the link “Enroll on the course”
- Choose any course of (NonStop).
- Fill the others fields
If you have problems with enrolling into this course or questions about it, please contact to viopesupport@metropolia.fi
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Arviointimenetelmät ja arvioinnin perusteet
After student has done at least 80% of tasks he/she can get grade pass.
Ajoitus
01.08.2022 - 31.12.2023
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
ICT ja tuotantotalous
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Paikat
0 - 1000
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Mika Hyyryläinen
- Virve Prami
Vastuuopettaja
Janne Salonen
Ryhmät
-
VIOPE_NonStop7VIOPE_NonStop7
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Aika ja paikka
Course is delivered via Metropolia's Viope environment and it can be done in own pace.
Oppimateriaalit
All of course material is online in Metropolia's Viope.
Opetusmenetelmät
Course is 100% online (Self-Study) course and it can be done in own pace.
Harjoittelu- ja työelämäyhteistyö
N/A
Tenttien ajankohdat ja uusintamahdollisuudet
N/A
Kansainvälisyys
N/A
Toteutuksen valinnaiset suoritustavat
N/A
Opiskelijan ajankäyttö ja kuormitus
Course is self-study course, so, timetable is totally up to student her-/himself.
Sisällön jaksotus
Course is self-study course, so, student can schedule course her-/himself.
Lisätietoja opiskelijoille
ENROLLING
Open UAS Student via https://hakija.oma.metropolia.fi/
CampusOnline Students via eform which can be find via https://campusonline.fi
Metropolia's Degree Student
- Go to https://vw4.viope.com/login?org=metropolia
- Register to system -> Click the link “Enroll on the course”
- Choose any course of (NonStop).
- Fill the others fields
If you have problems with enrolling into this course or questions about it, please contact to viopesupport@metropolia.fi
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Arviointimenetelmät ja arvioinnin perusteet
After student has done at least 80% of tasks he/she can get grade pass.
Ajoitus
01.08.2022 - 31.12.2023
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
ICT ja tuotantotalous
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Paikat
0 - 1000
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Mika Hyyryläinen
- Virve Prami
Vastuuopettaja
Janne Salonen
Ryhmät
-
VIOPE_NonStop7VIOPE_NonStop7
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Aika ja paikka
Course is delivered via Metropolia's Viope environment and it can be done in own pace.
Oppimateriaalit
All of course material is online in Metropolia's Viope.
Opetusmenetelmät
Course is 100% online (Self-Study) course and it can be done in own pace.
Harjoittelu- ja työelämäyhteistyö
N/A
Tenttien ajankohdat ja uusintamahdollisuudet
N/A
Kansainvälisyys
N/A
Toteutuksen valinnaiset suoritustavat
N/A
Opiskelijan ajankäyttö ja kuormitus
Course is self-study course, so, timetable is totally up to student her-/himself.
Sisällön jaksotus
Course is self-study course, so, student can schedule course her-/himself.
Lisätietoja opiskelijoille
ENROLLING
Open UAS Student via https://hakija.oma.metropolia.fi/
CampusOnline Students via eform which can be find via https://campusonline.fi
Metropolia's Degree Student
- Go to https://vw4.viope.com/login?org=metropolia
- Register to system -> Click the link “Enroll on the course”
- Choose any course of (NonStop).
- Fill the others fields
If you have problems with enrolling into this course or questions about it, please contact to viopesupport@metropolia.fi
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Arviointimenetelmät ja arvioinnin perusteet
After student has done at least 80% of tasks he/she can get grade pass.
Ajoitus
24.05.2022 - 31.12.2022
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
ICT ja tuotantotalous
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Paikat
0 - 5000
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Mika Hyyryläinen
Ryhmät
-
VIOPE_NonStop3VIOPE_NonStop3
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Aika ja paikka
Course is delivered via Metropolia's Viope environment and it can be done in own pace.
Oppimateriaalit
All of course material is online in Metropolia's Viope.
Opetusmenetelmät
Course is 100% online (Self-Study) course and it can be done in own pace.
Harjoittelu- ja työelämäyhteistyö
N/A
Tenttien ajankohdat ja uusintamahdollisuudet
N/A
Kansainvälisyys
N/A
Toteutuksen valinnaiset suoritustavat
N/A
Opiskelijan ajankäyttö ja kuormitus
Course is self-study course, so, timetable is totally up to student her-/himself.
Sisällön jaksotus
Course is self-study course, so, student can schedule course her-/himself.
Lisätietoja opiskelijoille
ENROLLING
Open UAS Student via https://hakija.oma.metropolia.fi/
CampusOnline Students via eform which can be find via https://campusonline.fi
Metropolia's Degree Student
- Go to https://vw4.viope.com/login?org=metropolia
- Register to system -> Click the link “Enroll on the course”
- Choose any course of (NonStop).
- Fill the others fields
If you have problems with enrolling into this course or questions about it, please contact to viopesupport@metropolia.fi
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Arviointimenetelmät ja arvioinnin perusteet
After student has done at least 80% of tasks he/she can get grade pass.
Ajoitus
01.01.2022 - 31.12.2022
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
ICT ja tuotantotalous
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Paikat
0 - 1000
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Mika Hyyryläinen
Ryhmät
-
VIOPE_NonStopViope (NonStop)
-
VIOPE_2022_MAKSULLINEN_JÄRJESTELMÄViope TiVi (NonStop), vuosi 2022
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Aika ja paikka
Course is delivered via Metropolia's Viope environment and it can be done in own pace.
Oppimateriaalit
All of course material is online in Metropolia's Viope.
Opetusmenetelmät
Course is 100% online (Self-Study) course and it can be done in own pace.
Harjoittelu- ja työelämäyhteistyö
N/A
Tenttien ajankohdat ja uusintamahdollisuudet
N/A
Kansainvälisyys
N/A
Toteutuksen valinnaiset suoritustavat
N/A
Opiskelijan ajankäyttö ja kuormitus
Course is self-study course, so, timetable is totally up to student her-/himself.
Sisällön jaksotus
Course is self-study course, so, student can schedule course her-/himself.
Lisätietoja opiskelijoille
ENROLLING
Open UAS and CampusOnline Student via https://hakija.oma.metropolia.fi/
Metropolia's Degree Student: https://vw4.viope.com/login?org=metropolia
- Register to system -> Click the link “Enroll on the course”
- Choose any course of (NonStop).
- Fill the others fields
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Arviointimenetelmät ja arvioinnin perusteet
After student has done at least 80% of tasks he/she can get grade pass.
Ajoitus
15.09.2021 - 31.12.2023
Opintopistemäärä
3 op
Virtuaaliosuus
3 op
Toteutustapa
Etäopetus
Yksikkö
ICT ja tuotantotalous
Toimipiste
Karaportti 2
Opetuskielet
- Englanti
Paikat
0 - 5000
Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
Opettaja
- Mika Hyyryläinen
Ryhmät
-
CareerBoost_TXK_21Career Boost 21 (Tivi)
-
CareerBoost_TXK_22Career Boost 22 (TiVi)
-
Career_Boost_TXK_21Career Boost 2021 (TiVi)
Tavoitteet
After completing a course, student has learned what are the basic tehniques to manifest artificial intelligence in practise.
Sisältö
- Introduction
- Data Exploration
- Supervised learning
- Unsupervised learning
- Deep Learning
- Reinforcement learning
Aika ja paikka
Course is delivered via Metropolia's Viope environment and it can be done in own pace.
Oppimateriaalit
All of course material is online in Metropolia's Viope.
Opetusmenetelmät
Course is 100% online (Self-Study) course and it can be done in own pace.
Harjoittelu- ja työelämäyhteistyö
N/A
Tenttien ajankohdat ja uusintamahdollisuudet
N/A
Kansainvälisyys
N/A
Toteutuksen valinnaiset suoritustavat
N/A
Opiskelijan ajankäyttö ja kuormitus
Course is self-study course, so, timetable is totally up to student her-/himself.
Sisällön jaksotus
Course is self-study course, so, student can schedule course her-/himself.
Lisätietoja opiskelijoille
ENROLLING
Open UAS and CampusOnline Student via https://hakija.oma.metropolia.fi/
Metropolia's Degree Student: https://vw4.viope.com/login?org=metropolia
- Register to system -> Click the link “Enroll on the course”
- Choose any course of (NonStop).
- Fill the others fields
Arviointiasteikko
Hyväksytty/Hylätty
Arviointikriteeri, hyväksytty/hylätty
After student has done 80% of course he/she get's grading pass.
Arviointimenetelmät ja arvioinnin perusteet
After student has done at least 80% of tasks he/she can get grade pass.