Opinto-opas

Tavoitteet

Opiskelija ymmärtää erityyppisten neuroverkkojen rakenteen ja niiden toiminnan taustalla olevat matemaattiset menetelmät. Hän hankkii neuroverkkojen luomiseen ja niiden kanssa työskentelyyn tarvittavat tiedot ja ohjelmointiin, tiedonkäsittelyyn, menetelmän valintaan, mallin rakentamiseen ja tulosten tulkintaan liittyvät taidot, ja oppii soveltamaan näitä taitoja erilaisissa koneoppimistehtävissä, joissa on mukana mm. kuvan luokittelu ja luonnollisen kielen käsittely.

Sisältö

- Neuroverkko luokittelijana ja numeeristen arvojen ennustajana
- Konvolutiiviset ja takaisinkytkeytyvät neuroverkot
- Neuroverkkojen sovellukset

Arviointiasteikko

0-5

Arviointikriteerit, tyydyttävä (1)

Opiskelija on saavuttanut kurssin tavoitteet tyydyttävästi. Hän tunnistaa ja osaa nimetä opintojaksolla käsiteltyjä käsitteitä, menetelmiä ja työkaluja. Hän on suorittanut opintojaksolla annetut tehtävät minimivaatimuksin.

Arviointikriteerit, hyvä (3)

Opiskelija on saavuttanut kurssin tavoitteet hyvin. Hän tunnistaa, osaa nimetä ja pystyy käyttämään opintojaksolla käsiteltyjä käsitteitä, menetelmiä ja työkaluja. Hän on suorittanut opintojaksolla annetut tehtävät hyvin.

Arviointikriteerit, kiitettävä (5)

Opiskelija on saavuttanut kurssin tavoitteet erinomaisesti. Hän tunnistaa, osaa nimetä, pystyy käyttämään ja soveltamaan opintojaksolla käsiteltyjä käsitteitä, menetelmiä ja työkaluja monipuolisesti. Hän on suorittanut opintojaksolla annetut tehtävät erinomaisesti ja on pystynyt tuomaan ratkaisuihin merkittävästi omaa panostaan.

Arviointikriteeri, hyväksytty/hylätty

Opiskelija on saavuttanut kurssin tavoitteet. Hän tunnistaa ja osaa nimetä opintojaksolla käsiteltyjä menetelmiä ja työkaluja. Hän on suorittanut opintojaksolla annetut tehtävät.

Esitietovaatimukset

Datan käsittely ja koneoppiminen