Koneoppiminen (5 op)
Toteutuksen tunnus: 5S00EZ72-3002
Toteutuksen perustiedot
- Ilmoittautumisaika
- 02.12.2023 - 07.01.2024
- Ilmoittautuminen toteutukselle on päättynyt.
- Ajoitus
- 08.01.2024 - 05.05.2024
- Toteutus on päättynyt.
- Laajuus
- 5 op
- Toteutustapa
- Lähiopetus
- Yksikkö
- Sähkö- ja automaatiotekniikka
- Toimipiste
- TAMK Pääkampus
- Opetuskielet
- suomi
- Paikat
- 0 - 40
- Koulutus
- Sähkö- ja automaatiotekniikan tutkinto-ohjelma
- Opettajat
- Antti Välimäki
- Pekka Pöyry
- Vastuuhenkilö
- Pekka Pöyry
- Ryhmät
-
21I231BSähkö- ja automaatiotekniikka
- Luokittelu
- CONTACT
- Opintojakso
- 5S00EZ72
Osaamistavoitteet (Opintojakso)
Opiskelija
- ymmärtää koneoppimisen käsitteenä
- ymmärtää koneoppimisen käyttötapoja, hyötyjä ja lainalaisuuksia
- hallitsee erilaisia koneoppimisen menetelmiä ja osaa soveltaa niitä
- osaa valita sovellettavat koneoppimisen menetelmät
- osaa soveltaa koneoppimista automaatiossa
- oppii käyttämään vähintään yhtä ohjelmistoa koneoppimisen soveltamiseen
Sisältö (Opintojakso)
Prosessidatan käsittely, koneoppimisen menetelmät, koneoppimisen soveltaminen, automaatio.
Arviointikriteerit, tyydyttävä (1-2) (Opintojakso)
Opiskelija hahmottaa koneoppimisen käsitteenä yksittäisen koneoppimismenetelmän kautta. Opiskelija tunnistaa joitakin koneoppimisen menetelmiä. Opiskelija ymmärtää tunnistamiensa menetelmien toimintaperiaatteet, käyttötavan ja sovellettavuuden rajatusti ja osaa soveltaa menetelmiä suppeasti.
.
Arviointikriteerit, hyvä (3-4) (Opintojakso)
Opiskelija hahmottaa koneoppimisen käsitteenä yleisesti ja laajasti. Opiskelija tunnistaa useita koneoppimisen menetelmiä. Opiskelija ymmärtää tunnistamiensa menetelmien toimintaperiaatteet, käyttötavat ja sovellettavuuden rajoitteineen ja osaa soveltaa menetelmiä laajasti.
Arviointikriteerit, kiitettävä (5) (Opintojakso)
Opiskelija hahmottaa koneoppimisen käsitteenä yleisesti ja laajasti. Opiskelija tunnistaa laajasti koneoppimisen menetelmiä. Opiskelija ymmärtää tunnistamiensa menetelmien toimintaperiaatteet, käyttötavat ja sovellettavuuden rajoitteineen ja osaa soveltaa menetelmiä hyvin laajasti. Opiskelija osaa käsitellä koneoppimisen tarvitsemaa ja tuottamaa dataa
Tenttien ja uusintatenttien ajankohdat
Opintojakson korotus ja uusinta sovitaan vastuuopettajan kanssa.
Arviointimenetelmät ja arvioinnin perusteet
Opintojakson suoritus perustuu viikkotehtäviin ja oppimistehtävien palautuksesta saatuihin pisteisiin.
Arviointiasteikko
0-5
Opiskelumuodot ja opetusmenetelmät
Lähiopetusta, harjoitustehtäviä, itseoppimista.
Oppimateriaalit
Oppitunneille jaettu materiaali, opiskelijat omat muistiinpanot, muu opintojaksolla osoitettu materiaali.
Opiskelijan ajankäyttö ja kuormitus
Opiskelijan kokonaistyömäärä on noin 133 tuntia (5 op x 1600/60 h/op), josta opiskelijan on varattava itsenäiseen oppimiseen iso osa.
Sisällön jaksotus
Tarkempi opintojakson sisältö esitellään ensimmäisellä opetuskerralla kurssin Moodlessa.
Lisätietoja opiskelijoille
Opintojaksolla painotetaan oppimista harjoitustehtävin, jatkuvan ja itsenäisen oppimisen avulla.