Introduction to Artificial Intelligence (3 op)
Toteutuksen tunnus: TT00EV75-3072
Toteutuksen perustiedot
- Ajoitus
-
01.01.2025 - 30.07.2026
Toteutus on käynnissä.
- Opintopistemäärä
- 3 op
- Lähiosuus
- 0 op
- Virtuaaliosuus
- 3 op
- Toteutustapa
- Etäopetus
- Yksikkö
- (2019-2024) ICT ja tuotantotalous
- Toimipiste
- Karaportti 2
- Opetuskielet
- englanti
- Paikat
- 0 - 5000
- Koulutus
- Tieto- ja viestintätekniikan tutkinto-ohjelma
- Opettajat
- Virve Prami
- Vastuuopettaja
- Janne Salonen
- Ryhmät
-
Viope_nonstop_15Viope_nonstop_15
- Opintojakso
- TT00EV75
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.