Data-analyysi, datan visualisointi ja tekoäly (5 op)

Osaamistavoitteet (Opintojakso)

Opiskelija tuntee data-analyysin perusteet ja keskeisimpiä menetelmiä. Opiskelija osaa datan käsittelyn, analysoinnin ja visualisoinnin. Opiskelija tietää tekoälyn perusteet, tärkeimmät käsitteet sekä osaa tulkita tuloksia ja tietää menetelmien rajoituksia ja mahdollisuuksia.

Sisältö (Opintojakso)

Data-analyysin perusteet ja keskeisimpiä menetelmiä. Datan käsittely, analysointi ja visualisointi. Tekoälyn perusteet, tärkeimmät käsitteet ja menetelmien arviointi.

Arviointikriteerit, tyydyttävä (1-2) (Opintojakso)

Opiskelija osaa käsitellä dataa, analysoida ja tehdä visualisointeja. Opiskelija tuntee tekoälyn perusteet ja tärkeimmät käsitteet.

Arviointikriteerit, hyvä (3-4) (Opintojakso)

Opiskelija osaa käsitellä dataa, analysoida ja tehdä visualisointeja. Opiskelija tuntee tekoälyn perusteet, tärkeimmät käsitteet ja tietää menetelmien rajoituksia ja mahdollisuuksia.

Arviointikriteerit, kiitettävä (5) (Opintojakso)

Opiskelija osaa käsitellä monipuolisesti dataa, analysoida ja tehdä visualisointeja. Opiskelija tuntee hyvin tekoälyn perusteet, tärkeimmät käsitteet ja osaa tulkita tuloksia sekä tietää menetelmien rajoituksia ja mahdollisuuksia.

Tenttien ja uusintatenttien ajankohdat

Ei tenttiä

Arviointimenetelmät ja arvioinnin perusteet

Yhteispisteet 100, joka jakautuu puoliksi data-analyysin ja tekoälyn kesken.

Seuraavassa pisteet ja arvosana:

0 0
30 1
45 2
60 3
75 4
90 5

Arviointiasteikko

0-5

Opiskelumuodot ja opetusmenetelmät

Etäopetusta teamsissa, harjoituksia ja oppimistehtäviä

Oppimateriaalit

Materiaali moodlessa

Lisätietoja opiskelijoille

Läsnäolo teamsissa toivottavaa, koska tehdään tehtäviä hands-on tyyppisesti.

Arviointikriteerit - hylätty (0) (Ei käytössä, kts Opintojakson Arviointikriteerit ylempänä)

Oppimistehtäviä ei ole palautettu tai ne eivät vastaa arviointikriteerejä. Tarkemmin moodlessa.