Siirry suoraan sisältöön

Datan analysointi ja visualisointi (4op)

Toteutuksen tunnus: C-02504-TTC8040-3015

Toteutuksen perustiedot


Ilmoittautumisaika
17.11.2025 - 08.01.2026
Ilmoittautuminen toteutukselle ei ole vielä alkanut.
Ajoitus
12.01.2026 - 15.02.2026
Toteutus ei ole vielä alkanut.
Laajuus
4 op
Korkeakoulu
Jyväskylän ammattikorkeakoulu, Opintojakso toteutetaan kevätlukukaudella 2026.
Opetuskielet
suomi
Paikat
0 - 5
Opintojakso
C-02504-TTC8040

Osaamistavoitteet (Opintojakso)

Tarkoitus: Nykyaikaisten sovellusten kehittämisen ja toiminnan kannalta olennaisessa osassa on sovellukseen liittyvän datan analysointi. Sovellukset käyttävät dataa, jota halutaan esittää loppukäyttäjille. Data ei kuitenkaan sellaisenaan ole loppukäyttäjälle esitettävässä muodossa. Datan analysointimenetelmiä tarvitaan tukemaan loppukäyttäjää, joka tekee datan tietosisältöön perustuvia päätöksiä. EUR-ACE-osaamiset: Tieto ja ymmärrys Tekniikan soveltaminen käytäntöön Tutkimukset ja tiedonhaku Opintojakson tavoitteet: Osaat tunnistaa datan sen sisällön ja metatietojen avulla. Osaat esittää datan tilanteen mukaisella tavalla. Olet analysoinut datan sen määritelmän pohjalta siten, että analyysin tuloksista voidaan tehdä johtopäätöksiä. Osaat esittää analysoimasi datan.

Sisältö (Opintojakso)

- Datan määrä ja laatu - Datan analysointi osana koko tiedonkäsittelyprosessia - Datan kuvaaminen - Datan muokkaaminen - Datan visualisointi - Statistiikka - Aikasarjat - Korrelaatio - Lineaarinen ja epälineaarinen regressiomalli - Jaksollisen datan mallintaminen - Analysoidun tuloksen esittäminen

Esitietovaatimukset (Opintojakso)

Tietotekniikan peruskäyttötaidot, ohjelmoinnin perusosaaminen, Python-ohjelmointikielen tunteminen ja osaaminen.

Aika ja paikka

Opintojakso toteutetaan kevätlukukaudella 2026.

Arviointiasteikko

0-5

Opiskelumuodot ja opetusmenetelmät

Virtuaalinen opiskelu sisältäen harjoitustehtävien tekemisen sekä niihin liittyviin luento- ja esimerkkimateriaaleihin perehtymisen.

Oppimateriaalit

Materiaali harjoitustehtäviä ja opiskeltavia asiasisältöjä varten jaetaan kurssin aikana. Opintojaksolla hyödynnetään Python 3.12+-ympäristöä, Git-versiohallintaa, NumPy- ja Pandas-kirjastoja, visualisointikirjastoja sekä muita soveltuvia kirjastoja.

Opiskelijan ajankäyttö ja kuormitus

Yhden opintopisteen työmäärä vastaa 27 tunnin opiskelutyötä. Yhteensä opiskelutyömäärä (4 op.) kurssilla on 108 tuntia.

Toteutuksen valinnaiset suoritustavat

Hyväksilukemisen menettelytavat kuvataan tutkintosäännössä ja opinto-oppaassa. Opintojakson opettaja antaa lisätietoa mahdollisista opintojakson erityiskäytänteistä.

Harjoittelu- ja työelämäyhteistyö

Kurssin sisältö pyritään kytkemään työelämässä esiintyviin ongelmiin.

Lisätietoja opiskelijoille

Opintojakso arvioidaan palautettujen harjoitustehtävien perusteella. Tehtävien palautukset tulee suorittaa annettujen aikataulujen puitteissa.

Siirry alkuun