Siirry suoraan sisältöön

Data-analytiikka ja Big Data liiketoiminnan kehittämisen työkaluinaLaajuus (3 op)

Tunnus: NN00HC13

Laajuus

3 op

Osaamistavoitteet

Opintojakson suoritettuaan opiskelija ymmärtää datan ja sen analysoinnin merkityksen liiketoiminnan kannalta. Opintojaksolla perehdytään keskeisimpiin tilastollisiin menetelmiin Python-ohjelmointikielen avulla sekä perehdytään Big Dataan käsitteenä, sitä tuottaviin internet-tietolähteisiin ja sen analysointiin visualisoinnin ja tekstianalyysin muodossa.

Sisältö

1. Data-analytiikka, liiketoiminta-analytiikka, tilastollisuus, tilastotiede, todennäköisyys, riski
2. Tilastollisten menetelmien soveltamista ja kuvioiden tuottamista Python-ohjelmointikielellä
3. Perehtyminen Big Dataan ja sitä tuottaviin tietolähteisiin
4. Perehtyminen Big Datan analysointiin; visualisointi, tekstianalyysi

Esitietovaatimukset

Ohjelmoinnin perusteet

Arviointikriteeri, hyväksytty/hylätty

Hylätty: Opiskelija ei osaa suoritusvaatimuksiin nähden riittävästi tilastollista data-analyysia, Python-ohjelmointia ja big datan käsittelyä.

Hyväksytty: Opiskelija osaa suoritusvaatimuksiin nähden riittävästi tilastollista data-analyysia, Python-ohjelmointia ja big datan käsittelyä sekä ymmärtää niiden merkityksen liiketoiminnassa ja sen kehittämisessä.

Ilmoittautumisaika

15.03.2024 - 30.06.2024

Ajoitus

06.05.2024 - 31.07.2024

Laajuus

3 op

Virtuaaliosuus

3 op

Toteutustapa

Verkossa tapahtuva opiskelu

Toimipiste

TAMK Pääkampus

Opetuskielet
  • Suomi
Paikat

0 - 80

Opettaja
  • Harri Saarinen
Vastuuhenkilö

Harri Saarinen

Ryhmät
  • 24CAMPUSONLINE
    CAMPUSONLINE
  • VAPAA
    Vapaasti valittavat opinnot

Tavoitteet (OJ)

Opintojakson suoritettuaan opiskelija ymmärtää datan ja sen analysoinnin merkityksen liiketoiminnan kannalta. Opintojaksolla perehdytään keskeisimpiin tilastollisiin menetelmiin Python-ohjelmointikielen avulla sekä perehdytään Big Dataan käsitteenä, sitä tuottaviin internet-tietolähteisiin ja sen analysointiin visualisoinnin ja tekstianalyysin muodossa.

Sisältö (OJ)

1. Data-analytiikka, liiketoiminta-analytiikka, tilastollisuus, tilastotiede, todennäköisyys, riski
2. Tilastollisten menetelmien soveltamista ja kuvioiden tuottamista Python-ohjelmointikielellä
3. Perehtyminen Big Dataan ja sitä tuottaviin tietolähteisiin
4. Perehtyminen Big Datan analysointiin; visualisointi, tekstianalyysi

Esitietovaatimukset (OJ)

Ohjelmoinnin perusteet

Arviointikriteerit, hyväksytty/hylätty (OJ)

Hylätty: Opiskelija ei osaa suoritusvaatimuksiin nähden riittävästi tilastollista data-analyysia, Python-ohjelmointia ja big datan käsittelyä.

Hyväksytty: Opiskelija osaa suoritusvaatimuksiin nähden riittävästi tilastollista data-analyysia, Python-ohjelmointia ja big datan käsittelyä sekä ymmärtää niiden merkityksen liiketoiminnassa ja sen kehittämisessä.

Aika ja paikka

Kesätoteutus, verkossa.

Tenttien ja uusintatenttien ajankohdat

Ei ole.

Arviointimenetelmät ja arvioinnin perusteet

Hylätty: Pistemäärä alle 60 % maksimista.
Hyväksytty: Pistemäärä vähintään 60 % maksimista.

Arviointiasteikko

Hyväksytty/hylätty

Opiskelumuodot ja opetusmenetelmät

Virtuaalitoteutus TUNI Moodle -oppimisalustalla, https://moodle.tuni.fi.
Sisältää oppimateriaalin, ohjelmaesimerkkejä, analyysiesimerkkejä, harjoituksia, opetusvideoita ja kaksi webinaaria.

Oppimateriaalit

Kaikki Moodle-kurssipohjalla.

Opiskelijan ajankäyttö ja kuormitus

80 h opiskelijan työtä.

Toteutuksen valinnaiset suoritustavat

Ei ole.

Harjoittelu- ja työelämäyhteistyö

Ei ole.

Kansainvälisyys

Ei ole.