Siirry suoraan sisältöön

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
21I231B
Sähkö- 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.

Siirry alkuun