Tekoälyn sovelluksetLaajuus (5 op)
Tunnus: 5G00EV24
Laajuus
5 op
Osaamistavoitteet
Opiskelija tuntee tekoälyn uusimmat menetelmät ja toteutustavat. Opiskelija osaa tehdä kokeiluja valitsemaansa tekoälyaiheeseen soveltuvassa tapauksessa. Opiskelija osaa esittää perehtymänsä menetelmän muille.
Sisältö
Tekoälyn uusimpiin menetelmiin ja toteutuksiin perehtyminen. Aiheen valinta ja kokeilujen toteutus. Työpajatyöskentelyä. Tulosten esittäminen seminaareissa.
Esitietovaatimukset
Data-analyysi ja Tekoälyn perusteet
Arviointikriteerit, tyydyttävä (1-2)
Opiskelija esittää valitsemansa tekoälyaiheen muille
Arviointikriteerit, hyvä (3-4)
Opiskelija on perehtynyt valittuun tekoälyaiheeseen ja kykenee esittämään valitun aiheen muille
Arviointikriteerit, kiitettävä (5)
Opiskelija on perehtynyt valittuun tekoälyaiheeseen syvällisesti ja osaa esittää monipuolisesti valitun aiheen hyödyntämiseen liittyvät piirteet
Ilmoittautumisaika
06.06.2024 - 08.09.2024
Ajoitus
02.09.2024 - 15.12.2024
Laajuus
5 op
Toteutustapa
Lähiopetus
Yksikkö
Tietotekniikka
Toimipiste
TAMK Pääkampus
Opetuskielet
- Suomi
Koulutus
- Tietotekniikan tutkinto-ohjelma
Opettaja
- Juha Ranta-Ojala
Vastuuhenkilö
Pekka Pöyry
Ryhmät
-
21I224Ohjelmistotekniikka
Tavoitteet (OJ)
Opiskelija tuntee tekoälyn uusimmat menetelmät ja toteutustavat. Opiskelija osaa tehdä kokeiluja valitsemaansa tekoälyaiheeseen soveltuvassa tapauksessa. Opiskelija osaa esittää perehtymänsä menetelmän muille.
Sisältö (OJ)
Tekoälyn uusimpiin menetelmiin ja toteutuksiin perehtyminen. Aiheen valinta ja kokeilujen toteutus. Työpajatyöskentelyä. Tulosten esittäminen seminaareissa.
Esitietovaatimukset (OJ)
Data-analyysi ja Tekoälyn perusteet
Arviointikriteerit, tyydyttävä (1-2) (OJ)
Opiskelija esittää valitsemansa tekoälyaiheen muille
Arviointikriteerit, hyvä (3-4) (OJ)
Opiskelija on perehtynyt valittuun tekoälyaiheeseen ja kykenee esittämään valitun aiheen muille
Arviointikriteerit, kiitettävä (5) (OJ)
Opiskelija on perehtynyt valittuun tekoälyaiheeseen syvällisesti ja osaa esittää monipuolisesti valitun aiheen hyödyntämiseen liittyvät piirteet
Arviointiasteikko
0-5
Ilmoittautumisaika
15.07.2023 - 04.09.2023
Ajoitus
28.08.2023 - 22.12.2023
Laajuus
5 op
Toteutustapa
Lähiopetus
Yksikkö
Tietotekniikka
Toimipiste
TAMK Pääkampus
Opetuskielet
- Suomi
Paikat
0 - 70
Koulutus
- Tietotekniikan tutkinto-ohjelma
Opettaja
- Ossi Nykänen
Vastuuhenkilö
Ossi Nykänen
Ryhmät
-
20I224Ohjelmistotekniikka
Tavoitteet (OJ)
Opiskelija tuntee tekoälyn uusimmat menetelmät ja toteutustavat. Opiskelija osaa tehdä kokeiluja valitsemaansa tekoälyaiheeseen soveltuvassa tapauksessa. Opiskelija osaa esittää perehtymänsä menetelmän muille.
Sisältö (OJ)
Tekoälyn uusimpiin menetelmiin ja toteutuksiin perehtyminen. Aiheen valinta ja kokeilujen toteutus. Työpajatyöskentelyä. Tulosten esittäminen seminaareissa.
Esitietovaatimukset (OJ)
Data-analyysi ja Tekoälyn perusteet
Arviointikriteerit, tyydyttävä (1-2) (OJ)
Opiskelija esittää valitsemansa tekoälyaiheen muille
Arviointikriteerit, hyvä (3-4) (OJ)
Opiskelija on perehtynyt valittuun tekoälyaiheeseen ja kykenee esittämään valitun aiheen muille
Arviointikriteerit, kiitettävä (5) (OJ)
Opiskelija on perehtynyt valittuun tekoälyaiheeseen syvällisesti ja osaa esittää monipuolisesti valitun aiheen hyödyntämiseen liittyvät piirteet
Tenttien ja uusintatenttien ajankohdat
Ei tenttiä.
Arviointimenetelmät ja arvioinnin perusteet
Arviointimenetelmät ja kriteerit (min(5, arvosana_pts), pyöristys alaspäin :-) ):
1 - Seminaari esitys pidetty (pakollinen)
+1 - Seminaari esityksen laajuus ja sisältö asianmukainen
+0.5 - Väliraportti palautettu ajallaan
+0.5 - Loppuraportti ja lopullinen esitysmateriaali palautettu ajallaan
SEKÄ
(+1 - Seminaariesitys sisältää myös "live-demon" tms., mahd. kolmannen osapuolen tekemää sovellusta hyödyntäen. Tämä voi olla esim. käyttödemo tai valmiin sovelluksen analysointi --- jota esitellään esityksen yhteydessä mutta jota ei ole tarvinnut itse tehdä. Plan-B:nä on hyvä ottaa kuitenkin esityskalvoihin pari ruuduunkaappauskuvaa sen varalta, että live-demossa tulee teknisiä ongelmia.
TAI
+2 - Seminaariesitys sisältää myös aiheesta itse koodaamalla tehdyn pienen käytännön esimerkin, jonka koodi löytyy kurssin osoittamasta GitLabista.)
Arviointiasteikko
0-5
Opiskelumuodot ja opetusmenetelmät
Kurssin aikana tutustutaan valittuun tekoälyn tai sen sovelluksen aihepiiriin pienryhmissä (tiivis väliraportti), syvennetään siihen liittyvää omaa osaamista (lyhyt loppuraportti) ja valmistellaan aiheesta sovellus ja edelleen esitys muille kurssin osallistujille (seminaariesityksen esityskalvot tms. materiaali). Aikataulut, ohjeistus, aineistot ja tehtävien palautus Moodlessa.
Oppimateriaalit
Materiaali moodlessa, sisältäen linkkejä aihepiirin englanninkieliseen aineistoon.
Arviointikriteerit - hylätty (0) (Ei käytössä, kts Opintojakson Arviointikriteerit ylempänä)
ei seminaariesitystä
Arviointikriteerit - tyydyttävä (1-2) (Ei käytössä, kts Opintojakson Arviointikriteerit ylempänä)
Opiskelija tutkii ja analysoi tekoälyratkaisuita ja tunnistaa datan roolin osana tekoälysovelluksia.
Arviointikriteerit - hyvä (3-4) (Ei käytössä, kts Opintojakson Arviointikriteerit ylempänä)
Opiskelija osaa tutkia ja analysoida tekoälyratkaisuita eri näkökulmista ja ymmärtää datan roolin osana tekoälysovelluksia. Opiskelija osaa tunnistaa hyvin tilanteita, joissa tekoälyä voidaan hyödyntää ja ymmärtää, millaista dataa tällöin tarvitaan.
Arviointikriteerit - kiitettävä (5) (Ei käytössä, kts Opintojakson Arviointikriteerit ylempänä)
Opiskelija osaa tutkia ja analysoida tekoälyratkaisuita monipuolisesti ja ymmärtää hyvin datan roolin osana tekoälysovelluksia. Opiskelija osaa tunnistaa erinomaisesti tilanteita, joissa tekoälyä voidaan hyödyntää ja ymmärtää hyvin, millaista dataa tällöin tarvitaan ja onko dataa riittävästi saatavilla ja mistä dataa saadaan lisää.
Ilmoittautumisaika
30.07.2022 - 28.08.2022
Ajoitus
29.08.2022 - 23.12.2022
Laajuus
5 op
Toteutustapa
Lähiopetus
Yksikkö
Tietotekniikka
Toimipiste
TAMK Pääkampus
Opetuskielet
- Suomi
Koulutus
- Tietotekniikan tutkinto-ohjelma
Opettaja
- Ossi Nykänen
- Pekka Pöyry
Vastuuhenkilö
Hanna Kinnari-Korpela
Ryhmät
-
19I224Ohjelmistotekniikka
Tavoitteet (OJ)
Opiskelija tuntee tekoälyn uusimmat menetelmät ja toteutustavat. Opiskelija osaa tehdä kokeiluja valitsemaansa tekoälyaiheeseen soveltuvassa tapauksessa. Opiskelija osaa esittää perehtymänsä menetelmän muille.
Sisältö (OJ)
Tekoälyn uusimpiin menetelmiin ja toteutuksiin perehtyminen. Aiheen valinta ja kokeilujen toteutus. Työpajatyöskentelyä. Tulosten esittäminen seminaareissa.
Esitietovaatimukset (OJ)
Data-analyysi ja Tekoälyn perusteet
Arviointikriteerit, tyydyttävä (1-2) (OJ)
Opiskelija esittää valitsemansa tekoälyaiheen muille
Arviointikriteerit, hyvä (3-4) (OJ)
Opiskelija on perehtynyt valittuun tekoälyaiheeseen ja kykenee esittämään valitun aiheen muille
Arviointikriteerit, kiitettävä (5) (OJ)
Opiskelija on perehtynyt valittuun tekoälyaiheeseen syvällisesti ja osaa esittää monipuolisesti valitun aiheen hyödyntämiseen liittyvät piirteet
Tenttien ja uusintatenttien ajankohdat
Ei tenttiä.
Arviointimenetelmät ja arvioinnin perusteet
Arviointimenetelmät ja kriteerit (min(5, arvosana_pts), pyöristys alaspäin :-) ):
1 - Seminaari esitys pidetty (pakollinen)
+1 - Seminaari esityksen laajuus ja sisältö asianmukainen
+0.5 - Väliraportti palautettu ajallaan
+0.5 - Loppuraportti ja lopullinen esitysmateriaali palautettu ajallaan
SEKÄ
(+1 - Seminaariesitys sisältää myös "live-demon" tms., mahd. kolmannen osapuolen tekemää sovellusta hyödyntäen. Tämä voi olla esim. käyttödemo tai valmiin sovelluksen analysointi --- jota esitellään esityksen yhteydessä mutta jota ei ole tarvinnut itse tehdä. Plan-B:nä on hyvä ottaa kuitenkin esityskalvoihin pari ruuduunkaappauskuvaa sen varalta, että live-demossa tulee teknisiä ongelmia.
TAI
+2 - Seminaariesitys sisältää myös aiheesta itse koodaamalla tehdyn pienen käytännön esimerkin, jonka koodi löytyy kurssin osoittamasta GitLabista.)
Arviointiasteikko
0-5
Opiskelumuodot ja opetusmenetelmät
Kurssin aikana tutustutaan valittuun tekoälyn tai sen sovelluksen aihepiiriin pienryhmissä (tiivis väliraportti), syvennetään siihen liittyvää omaa osaamista (lyhyt loppuraportti) ja valmistellaan aiheesta sovellus ja edelleen esitys muille kurssin osallistujille (seminaariesityksen esityskalvot tms. materiaali). Aikataulut, ohjeistus, aineistot ja tehtävien palautus Moodlessa.
Oppimateriaalit
Materiaali moodlessa, sisältäen linkkejä aihepiirin englanninkieliseen aineistoon.
Arviointikriteerit - hylätty (0) (Ei käytössä, kts Opintojakson Arviointikriteerit ylempänä)
ei seminaariesitystä
Arviointikriteerit - tyydyttävä (1-2) (Ei käytössä, kts Opintojakson Arviointikriteerit ylempänä)
Opiskelija tutkii ja analysoi tekoälyratkaisuita ja tunnistaa datan roolin osana tekoälysovelluksia.
Arviointikriteerit - hyvä (3-4) (Ei käytössä, kts Opintojakson Arviointikriteerit ylempänä)
Opiskelija osaa tutkia ja analysoida tekoälyratkaisuita eri näkökulmista ja ymmärtää datan roolin osana tekoälysovelluksia. Opiskelija osaa tunnistaa hyvin tilanteita, joissa tekoälyä voidaan hyödyntää ja ymmärtää, millaista dataa tällöin tarvitaan.
Arviointikriteerit - kiitettävä (5) (Ei käytössä, kts Opintojakson Arviointikriteerit ylempänä)
Opiskelija osaa tutkia ja analysoida tekoälyratkaisuita monipuolisesti ja ymmärtää hyvin datan roolin osana tekoälysovelluksia. Opiskelija osaa tunnistaa erinomaisesti tilanteita, joissa tekoälyä voidaan hyödyntää ja ymmärtää hyvin, millaista dataa tällöin tarvitaan ja onko dataa riittävästi saatavilla ja mistä dataa saadaan lisää.