Datatieteen ja koneoppimisen perusteet (5 op)
Toteutuksen tunnus: IT00EW28-3004
Toteutuksen perustiedot
- Ilmoittautumisaika
-
20.09.2025 - 19.10.2025
Ilmoittautuminen toteutukselle ei ole vielä alkanut.
- Ajoitus
-
20.10.2025 - 31.12.2025
Toteutus ei ole vielä alkanut.
- Opintopistemäärä
- 5 op
- Lähiosuus
- 5 op
- Toteutustapa
- Lähiopetus
- Yksikkö
- (2019-2024) ICT ja tuotantotalous
- Toimipiste
- Karaportti 2
- Opetuskielet
- englanti
- Paikat
- 0 - 40
- Koulutus
- Master's Degree Programme in Information Technology
- Opettajat
- Peter Hjort
- Vastuuopettaja
- Peter Hjort
- Ryhmät
-
T1625S6-NInformation Technology (MEng): Networking and Services
- Opintojakso
- IT00EW28
Tavoitteet
Kurssin suoritettuaan opiskelijalla on käsitys menetelmistä ja Pythonin tarjoamista työkaluista tiedon (datan) prosessointiin, analysointiin ja visualisointiin datatieteen ja koneoppimisen sovelluksissa. Oppilas pystyy käsittelemään tietoa eri lähteistä ja eri formaateissa ja osaa statistisen analyysin perusteet ja kuinka saadut tulokset visualisoidaan. Kurssilla oppilaat tutustuvat myös, kuinka kerättyyn tietoon pohjautuvien mallien avulla voidaan ennustaa tulevaa käytöstä.
Sisältö
• Python ohjelmointikieli ja sen käyttö tiedon prosessoinissa
• Työkalut tiedon analysointiin ja sen visualisointiin, statististen menetelmien perusteet.
• Tulevaa käytöstä ennustavat mallit.
Arviointiasteikko
0-5
Arviointikriteerit, tyydyttävä (1)
Oppilas ymmärtää datatieteen ja koneoppimisen menetelmät ja työkalut ja osaa käyttää niitä tyypillisimmissä tapauksissa.
Arviointikriteerit, hyvä (3)
Oppilas osaa tyydyttävän suorituksen lisäksi soveltaa opetettuja menetelmiä hieman haastavammissa tapauksissa. Oppilaalla on myös melko hyvä näkemys menetelmien ja mallien rajoitteista.
Arviointikriteerit, kiitettävä (5)
Oppilas osaa hyvän suorituksen lisäksi soveltaa uusia menetelmiä datatieteen ja koneoppimisen tehtävissä. Hän ymmärtää menetelmien rajoitukset ja osaa arvioida kriittisesti saatuja tuloksia.
Esitietovaatimukset
Ei esitietovaatimuksia