Data-analyysi ja datan visualisointi (5 op)
Toteutuksen tunnus: 5Y00FD88-3001
Toteutuksen perustiedot
- Ilmoittautumisaika
- 02.12.2019 - 12.01.2020
- Ilmoittautuminen toteutukselle on päättynyt.
- Ajoitus
- 06.01.2020 - 18.05.2020
- Toteutus on päättynyt.
- Laajuus
- 5 op
- Toteutustapa
- Lähiopetus
- Yksikkö
- Tietotekniikka
- Toimipiste
- TAMK Pääkampus
- Opetuskielet
- suomi
- Paikat
- 0 - 35
- Koulutus
- Dataosaamisen ja tekoälyn ylempi tutkinto-ohjelma
Osaamistavoitteet (Opintojakso)
Opiskelija tietää, mitä tarkoittaa data-analyysi ja datan visualisointi. Opiskelija osaa analysoida dataa erilaisilla menetelmillä ja tuottaa tarpeeseen sopivia datan visualisointeja. Opiskelija tuntee oman alansa datan ja sen analyysi- ja visualusointimahdollisuuksia.
Sisältö (Opintojakso)
Data-analyysin teoriaa, menetelmiä ja tekniikoita. Erilaisia datan visualisointitekniikoita. Sopivan analyysi- ja visualisointityökalun tai työkalujen hyödyntämistä. Erilaisten dataympäristöjen tarkastelua.Opiskelija tietää, mitä tarkoittaa data-analyysi ja datan visualisointi. Opiskelija osaa analysoida dataa erilaisilla menetelmillä ja tuottaa tarpeeseen sopivia datan visualisointeja. Opiskelija tuntee oman alansa datan ja sen analyysi- ja visualusointimahdollisuuksia.
Arviointikriteerit, tyydyttävä (1-2) (Opintojakso)
Opiskelja tietää, mitä on data-analyysi ja datan visualisointi sekä osaa ohjatusti tehdä datan analyysiä ja visualisointeja. Opiskelija tunnistaa omaan alaansa liittyvän datan.
Arviointikriteerit, hyvä (3-4) (Opintojakso)
Opiskelija osaa analysoida dataa ja tuotaa joitakin datan visualisointeja. Opiskelija tuntee oman alansa datan ja tietää sen analysointi- ja visualisointimahdollisuuksista.
Arviointikriteerit, kiitettävä (5) (Opintojakso)
Opiskelija osaa analysoida dataa monipuoisesti ja tuotaa useita erilaisia datan visualisointeja. Opiskelija ymmärtää erinomaisesti oman alansa datan ja sen analysointi- ja visualisointimahdollisuudet.
Aika ja paikka
tabulassa aikataulu
Tenttien ja uusintatenttien ajankohdat
ei tenttiä
Arviointimenetelmät ja arvioinnin perusteet
Arvosana muodostuu ennakkotehtävien, harjoitusten ja oppimistehtävän perusteella.
Ennakkotehtävistä ja harjoituksista voi saada 50 pistettä ja oppimistehtävästä 50 pistettä.
Yhteispisteet 100. Seuraavassa pisteet ja arvosana:
0 0
30 1
45 2
60 3
75 4
90 5
Ennakkotehtävät ja harjoitukset tuottavat pisteitä seuraavasti:
ennakkotehtävä 10p
harjoitustehtävä 2p
Oppimistehtävän toimeksianto julkaistaan tabulassa kurssin aikana.
Arviointiasteikko
0-5
Opiskelumuodot ja opetusmenetelmät
lähiopetus, ennakkotehtävät, oppimistehtävä, viikko harjoitukset
Oppimateriaalit
tabulassa materiaali
Arviointikriteerit - tyydyttävä (1-2) (Ei käytössä, kts Opintojakson Arviointikriteerit ylempänä)
Opiskelja tietää, mitä on data-analyysi ja datan visualisointi sekä osaa ohjatusti tehdä datan analyysiä ja visualisointeja. Opiskelija tunnistaa omaan alaansa liittyvän datan.
Arviointikriteerit - hyvä (3-4) (Ei käytössä, kts Opintojakson Arviointikriteerit ylempänä)
Opiskelija osaa analysoida dataa ja tuotaa joitakin datan visualisointeja. Opiskelija tuntee oman alansa datan ja tietää sen analysointi- ja visualisointimahdollisuuksista.
Arviointikriteerit - kiitettävä (5) (Ei käytössä, kts Opintojakson Arviointikriteerit ylempänä)
Opiskelija osaa analysoida dataa monipuoisesti ja tuotaa useita erilaisia datan visualisointeja. Opiskelija ymmärtää erinomaisesti oman alansa datan ja sen analysointi- ja visualisointimahdollisuudet.