Tekoäly ja koneoppiminen liiketoiminta-asiantuntijalle (5 op)
Toteutuksen tunnus: TU00FH43-3001
Toteutuksen perustiedot
- Ilmoittautumisaika
-
06.05.2024 - 18.08.2024
Ilmoittautuminen toteutukselle on päättynyt.
- Ajoitus
-
19.08.2024 - 15.12.2024
Toteutus on päättynyt.
- Opintopistemäärä
- 5 op
- Lähiosuus
- 5 op
- Toteutustapa
- Lähiopetus
- Yksikkö
- (2019-2024) ICT ja tuotantotalous
- Toimipiste
- Karaportti 2
- Opetuskielet
- suomi
- Koulutus
- Tuotantotalouden tutkinto-ohjelma
- Opettajat
- Peter Hjort
- Ryhmät
-
TXQ22SCMTuotantotalous, Toiminnan johtaminen
-
TXQ22ICTTuotantotalous, ICT-liiketoiminnan johtaminen
-
TXQ23S2Tuotantotalouden tutkinto-ohjelma monimuoto
- Opintojakso
- TU00FH43
Toteutuksella on 8 opetustapahtumaa joiden yhteenlaskettu kesto on 24 t 0 min.
Aika | Aihe | Tila |
---|---|---|
Ma 19.08.2024 klo 17:00 - 20:00 (3 t 0 min) |
Tekoäly ja koneoppiminen liiketoiminta-asiantuntijalle TU00FH43-3001 |
Online
|
Ma 26.08.2024 klo 17:00 - 20:00 (3 t 0 min) |
Tekoäly ja koneoppiminen liiketoiminta-asiantuntijalle TU00FH43-3001 |
Online
|
Ma 02.09.2024 klo 17:00 - 20:00 (3 t 0 min) |
Tekoäly ja koneoppiminen liiketoiminta-asiantuntijalle TU00FH43-3001 |
Online
|
Ma 09.09.2024 klo 17:00 - 20:00 (3 t 0 min) |
Tekoäly ja koneoppiminen liiketoiminta-asiantuntijalle TU00FH43-3001 |
Online
|
Ma 16.09.2024 klo 17:00 - 20:00 (3 t 0 min) |
Tekoäly ja koneoppiminen liiketoiminta-asiantuntijalle TU00FH43-3001 |
Online
|
Ma 23.09.2024 klo 17:00 - 20:00 (3 t 0 min) |
Tekoäly ja koneoppiminen liiketoiminta-asiantuntijalle TU00FH43-3001 |
Online
|
Ma 30.09.2024 klo 17:00 - 20:00 (3 t 0 min) |
Tekoäly ja koneoppiminen liiketoiminta-asiantuntijalle TU00FH43-3001 |
Online
|
Ma 07.10.2024 klo 17:00 - 20:00 (3 t 0 min) |
Tekoäly ja koneoppiminen liiketoiminta-asiantuntijalle TU00FH43-3001 |
Online
|
Tavoitteet
Opiskelijan ymmärrys tekoälystä ja koneoppimisesta kehittyy. Opiskelijan edellytykset toimia analyysi- ja raportointitehtävissä paranevat.
Sisältö
Opintojaksolla käsitellään tekoälyn eri osa-alueita siten että pääpaino on koneoppimisessa. Muita käsiteltäviä osa-alueita ovat esim. hakumenetelmät, vahvistusoppiminen ja symbolinen tekoäly. Koneoppimisosuudessa tutustutaan sekä koneoppimisen perusmalleihin (esim. lineaarinen ja logistinen regressio, klusterointi) että syväoppimiseen ja sen sovelluksiin (konenäkö, tekstin kääntäminen ja käsittely, aikasarjaennusteiden tekeminen).
Lisätietoja opiskelijoille
Vapaasti valittava opinto ryhmille TXQ22ICT ja TXQ22SCM. Eitietovaatimuksena on Python-ohjelmoinnin jatkokurssi.
Arviointiasteikko
0-5
Arviointikriteerit, tyydyttävä (1)
Opiskelija on saavuttanut opintojakson tavoitteet välttävästi. Opiskelija tunnistaa ja osaa määritellä opintojakson aihepiirin keskeisiä käsitteitä, malleja ja osaa käyttää tavallisimpia työkaluja. 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 hallitsee hyvin opintojakson aihepiirin käsitteitä ja malleja ja osaa perustella tekemiään ratkaisuja. Opiskelijalla on valmiuksia soveltaa oppimaansa uusissa tilanteissa. Opiskelija ymmärtää asiantuntijuuden merkityksen tuotantotalouden alalla ja osaa analysoida omaa asiantuntijuuttaan ja määrittää, missä alueella tarvitsee kehittymistä.
Arviointikriteerit, kiitettävä (5)
Opiskelija on saavuttanut opintojakson tavoitteet kiitettävästi. Opiskelija hallitsee kiitettävästi opintojakson aihepiirin käsitteet, mallit ja työkalut. Opiskelija osaa analysoida sujuvasti ja perustellusti sekä esittää käytännön kehittämistoimenpiteitä. Opiskelijalla on hyvät valmiudet soveltaa oppimaansa uusissa tilanteissa. Opiskelija osaa analysoida tuotantotalouden alan asiantuntijuutta ja omaa asiantuntijaksi kehittymistään.
Arviointikriteeri, hyväksytty/hylätty
Opiskelija on saavuttanut opintojakson tavoitteet välttävästi. Opiskelija tunnistaa ja osaa määritellä opintojakson aihepiirin keskeisiä käsitteitä, malleja ja osaa käyttää tavallisimpia työkaluja. Opiskelija ymmärtää asiantuntijuuden kehittymisen edellytykset ja periaatteet.
Esitietovaatimukset
- Python ohjelmoinnin perusteet
- Tiedonhallinta
Lisäksi Python ohjelmoinnin jatkokurssi on suositeltava esitieto.