Siirry suoraan sisältöön

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
Opettajat
Esa Kujansuu
Pekka Pöyry
Vastuuhenkilö
Pekka Pöyry
Opintojakso
5Y00FD88

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.

Siirry alkuun