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
20.02.2025 - 15.05.2025
Ajoitus
01.04.2025 - 31.07.2025
Laajuus
3 op
Virtuaaliosuus
3 op
Toteutustapa
Verkossa tapahtuva opiskelu
Opetuskielet
- Suomi
Paikat
0 - 80
Opettaja
- Harri Saarinen
Vastuuhenkilö
Harri Saarinen
Ryhmät
-
AVOINAMKAvoin amk
-
VAPAAVapaasti 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
Arvosanan määräytyminen:
0: Pistemäärä alle 50,0 % maksimista
1: Pistemäärä 50,0-59,9 % maksimista
2: Pistemäärä 60,0-69,9 % maksimista
3: Pistemäärä 70,0-79,9 % maksimista
4: Pistemäärä 80,0-89,9 % maksimista
5: Pistemäärä 90,0-100,0 % maksimista
Arviointiasteikko
0-5
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.
Sisällön jaksotus
Itseopiskelua
Toteutuksen valinnaiset suoritustavat
Ei ole.
Harjoittelu- ja työelämäyhteistyö
Ei ole.
Kansainvälisyys
Ei ole.