Tekoäly ja sen menetelmät (5 op)
Toteutuksen tunnus: 5Y00FD87-3001
Toteutuksen perustiedot
- Ilmoittautumisaika
- 11.05.2020 - 30.09.2020
- Ilmoittautuminen toteutukselle on päättynyt.
- Ajoitus
- 27.08.2020 - 04.12.2020
- Toteutus on päättynyt.
- Laajuus
- 5 op
- Toteutustapa
- Lähiopetus
- Yksikkö
- Tietotekniikka
- Toimipiste
- TAMK Pääkampus
- Opetuskielet
- suomi
- Koulutus
- Dataosaamisen ja tekoälyn ylempi tutkinto-ohjelma
Osaamistavoitteet (Opintojakso)
Opiskelija tietää mitä tarkoittaa tekoäly ja millaisia tyypillisiä ongelmia sillä ratkotaan. Opiskelija tuntee tekoälyyn liittyvät keskeiset käsitteet ja algoritmit. Opiskelija tutustuu joihinkin tyypillisiin tekoälytyökaluihin ja niiden käyttöön. Tekoälyn sovellusalueita käydään lävitse.
Sisältö (Opintojakso)
Tekoälyn olemus ja siihen liittyvät keskeiset käsitteet. Tekoälyllä tyypillisesti ratkaistavat ongelmat. Eri tyyppiset tekoälyalgoritmit. Tekoälyyn liittyvät työkalut. Tekoälysovelluksia.
Arviointikriteerit, tyydyttävä (1-2) (Opintojakso)
Opiskelija tuntee tekoälyn yleisesti. Opiskelija osaa hyödyntää ohjatusti joitakin läpikäytyjä tekoälyyn liittyviä teknologioita. Opiskelija kykenee tunnistamaan eräitä sovellusalueita, johon tekoäly sopii.
Arviointikriteerit, hyvä (3-4) (Opintojakso)
Opiskelija tuntee tekoälyn ja sen keskeiset käsitteet. Opiskelija osaa hyödyntää osaa kurssilla läpikäytyjä tekoälyyn liittyviä teknologioita. Opiskelija kykenee tunnistamaan tekoälyn käyttömahdollisuuksia eri sovellusalueilla.
Arviointikriteerit, kiitettävä (5) (Opintojakso)
Opiskelija tuntee tekoälyn ja sen keskeiset käsitteet monipuolisesti. Opiskelija osaa hyödyntää luovasti keskeisimpiä läpikäytyjä tekoälyyn liittyviä teknologioita. Opiskelija kykenee arvioimaan erinomaisesti tekoälyn hyödyntämismahdollisuudet eri sovellusalueilla.
Aika ja paikka
Ks. periodiaikataulu
Tenttien ja uusintatenttien ajankohdat
Ei tenttiä.
Arviointimenetelmät ja arvioinnin perusteet
Harjoitukset ja ryhmätyö
Arviointiasteikko
0-5
Opiskelumuodot ja opetusmenetelmät
Lähiopetus (covid-ohjeistuksen puitteissa tod.näk. etäopetuksena)
Harjoitukset (itse tekeminen on tärkein kurssin opetus/opiskelumenetelmä)
Ryhmätyö
Oppimateriaalit
Oppimateriaali ja linkit Moodle-kurssilla. Täydentävänä lisämateriaalina kirja Ertel, W., (2011). Introduction to Artificial Intelligence. Springer. (Saatavilla verkossa TUNI-kirjastosta, ks. Moodle-kurssi)
Opiskelijan ajankäyttö ja kuormitus
Ks. periodiaikataulu.
Sisällön jaksotus
Ks. OPS.
Lisätietoja opiskelijoille
Covid-tilanne ja tähän liittyvä ohjeistus edellyttävät etäopetukseen siirtymistä. Liity Moodle-kurssille osoitteessa https://moodle.tuni.fi/course/view.php?id=13381 (avain: tsm). Kontaktiopetuksen ajankohtina, liity Teams-kokoukseen Moodle-kurssin ohjeiden mukaan.
Arviointikriteerit - hylätty (0) (Ei käytössä, kts Opintojakson Arviointikriteerit ylempänä)
Alle 30% harjoitustehtävistä tehty.
Arviointikriteerit - tyydyttävä (1-2) (Ei käytössä, kts Opintojakson Arviointikriteerit ylempänä)
Opiskelija tuntee tekoälyn perusteet ja osaa välttävästi toteuttaa pieniä tekoälysovelluksia.
Harjoitustehtävistä tehty vähintään 30%, vähintään minimivaatimukset täyttävä ryhmätyö palautettu/esitetty.
Arviointikriteerit - hyvä (3-4) (Ei käytössä, kts Opintojakson Arviointikriteerit ylempänä)
Opiskelija tuntee tekoälyn perusteet, ja osaa suunnitella ja toteuttaa pieniä tekoälysovelluksia. Opiskelijalla on hyvä käsitys tekoälyn osa-alueista.
Harjoitustehtävistä tehty vähintään 60%, hyvä ryhmätyö palautettu/esitetty,
Arviointikriteerit - kiitettävä (5) (Ei käytössä, kts Opintojakson Arviointikriteerit ylempänä)
Opiskelija tuntee tekoälyn perusteet, ja osaa suunnitella ja toteuttaa pieniä tekoälysovelluksia. Opiskelijalla on hyvä käsitys tekoälyn osa-alueista ja hän pystyy oma-aloitteisesti ja kriittisesti arvioimaan eri perusmenetelmien soveltuvuutta yksinertaisten ongelmien ratkaisuun.
Harjoitustehtävistä tehty vähintään 90%, kiitettävä ryhmätyö palautettu/esitetty,