Siirry suoraan sisältöön

Data-analyysi ja datan visualisointi (5 op)

Toteutuksen tunnus: 5Y00FD88-3004

Toteutuksen perustiedot


Ilmoittautumisaika
22.11.2023 - 05.02.2024
Ilmoittautuminen toteutukselle on päättynyt.
Ajoitus
01.01.2024 - 09.06.2024
Toteutus on päättynyt.
Laajuus
5 op
Lähiosuus
5 op
Toteutustapa
Lähiopetus
Yksikkö
Dataosaaminen ja tekoäly YAMK
Toimipiste
TAMK Pääkampus
Opetuskielet
suomi
Koulutus
Dataosaamisen ja tekoälyn ylempi tutkinto-ohjelma
Opettajat
Pekka Pöyry
Vastuuhenkilö
Pekka Pöyry
Ryhmät
24YDT
Dataosaaminen ja tekoäly 2024, ylempi tutkinto-ohjelma, insinööri
24YDS
Dataosaaminen ja tekoäly 2024, ylempi tutkinto-ohjelma, sote
24YDL
Dataosaaminen ja tekoäly 2024, ylempi tutkinto-ohjelma, tradenomi
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

moodlessa aikataulu

Tenttien ja uusintatenttien ajankohdat

ei tenttiä

Arviointimenetelmät ja arvioinnin perusteet

Arvosana muodostuu oppimistehtävän perusteella.

Seuraavassa pisteet ja arvosana:

0 0
16 1
22 2
30 3
38 4
46 5

Oppimistehtävän toimeksianto julkaistaan moodlessa kurssin aikana.

Arviointiasteikko

0-5

Opiskelumuodot ja opetusmenetelmät

lähiopetus, oppimistehtävä

Oppimateriaalit

moodlessa materiaali

Opiskelijan ajankäyttö ja kuormitus

7*4 tuntia opetus, 105 h itsenäistä

Siirry alkuun