Data-analysis, Data Visualization and Artificial Intelligence (5cr)

Objectives (course unit)

The student knows the basics of data analysis and the most important methods. The student knows how to process, analyze and visualize data. The student knows the basics of artificial intelligence, the most important concepts and is able to interpret the results and know the limitations and possibilities of the methods.

Content (course unit)

The basics of data analysis and the main methods. Processing, analyzing and visualizing data. Basics of Artificial Intelligence, key concepts and methodology evaluation.

Assessment criteria, satisfactory (1-2) (course unit)

The student is able to process data, analyze and make visualizations. The student knows the basics of artificial intelligence and the most important concepts.

Assessment criteria, good (3-4) (course unit)

The student is able to process data, analyze and make visualizations. The student knows the basics of artificial intelligence, the most important concepts and knows the limitations and possibilities of methods.

Assessment criteria, excellent (5) (course unit)

The student is able to handle data in a versatile way, analyze and visualize. Students are familiar with the basics of artificial intelligence, the most important concepts and are able to interpret the results and know the limitations and possibilities of the methods.

Location and time

Opetus parillisina viikkoina alustavasti:

Lauantai 6.9 klo 9:00 - 16:30 ( Hybridi: kontakti-opetus tilassa A3-24 sekä etäosallistumismahdollisuus Teamsissa )
Lauantai 20.9 klo 9:00 - 16:30 ( Hybridi: kontakti-opetus tilassa A3-24 sekä etäosallistumismahdollisuus Teamsissa )
Lauantai 4.10 klo 9:00 - 16:30 ( Hybridi: kontakti-opetus tilassa A3-24 sekä etäosallistumismahdollisuus Teamsissa )

HUOM! Aikataulullisten rajoitteiden vuoksi viimeinen opetuskerta lauantaina 4.10 on alustavasti ajoitettu siten, että se menee päälekkäin toisen vapaasti-valittavan YAMK-opintojakson "NY00EC65-3014 Teknologiaosaamisen johtaminen" kanssa. Ilmoita opettajalle ajoissa, mikäli aiot osallistua myös tälle opintojaksolle. Lauantai 4.10 saatetaan vielä uudelleenaikatauluttaa, mikäli tilalle löydetään sopivampi ajankohta.

Assessment methods and criteria

Kurssin arvosana määräytyy harjoituksista ja harjoitustyöstä kerättävien suorituspisteiden perusteella. Läpäisyyn ja arvosanaan 1 vaaditaan vähintään 30% pisteistä, maksimiarvosanaan vähintään 90% pisteistä (muut arvosanat lineaarisesti tältä väliltä).

Assessment scale

0-5

Teaching methods

Kontakti-opetus, etäopetusta teamsissa, oppimistehtävinä opetusviikkojen teemoihin littyviä harjoituksia sekä harjoitustyö.
Englanniksi

Content scheduling

Kolme intensiivistä päivää ja näihin liittyviä harjoituksia, joista osa on tarkoitus tehdä itseopiskeluna.

Further information

Opetus parillisina viikkoina, to-pe-la.