Opintojakso

Näytä opetustapahtumat
3621420 Datasta näkemyksiä, 4 op 
Tunniste 3621420  Voimassaolo 01.01.1950 -
Nimi Datasta näkemyksiä  Lyhenne DNK 
Laajuus4 op  Vanhenemisaika  
TyyppiAineopinnot Oppiaine0530 Tietojenkäsittelytiede 
LajiOpintojakso  Tuntimäärä  
Opinto-oikeus   Arvostelu0-5 
Suositeltu suoritusaika 
   
Vastuuyksikkö Tietojenkäsittelytiede (J,K) 

Kuvaus:
Osaamistavoitteet 

Opiskelija osaa esimerkiksi

  • tunnistaa olemassa olevia avoimesti saatavilla data-aineistoja (ml. rajapinnat) ja työkaluja, joilla voi kehittää datataitoja
  • selittää, millaisia näkemyksiä on mahdollista saada erilaisesta datasta kuten teksti
  • hyödyntää erilaisia visuaaleja erilaisissa käyttötarkoituksissa kuten kontrollikaavioita poikkeuksien tunnistamisessa, viivakaavioita ennustuksissa ja AI-visuaaleja (eli tekoäly-/artificial intelligence -visuaaleja) tärkeimpien arvovaikuttajien tunnistamisessa
  • hyödyntää automaattisia koneoppimisen työkaluja (kuten RapidMiner Go) mallien (kuten luokittelijoiden) muodostamisessa ja mallien antamien ennakointien hyödyntämisessä
  • muodostaa tietomallin ja tarvittaessa yhdistää erilaisia datajoukkoja/-tauluja (tai kyselyjä), jotta voi hyödyntää algoritmien tuottamia näkemyksiä ja muodostaa tilannekuvia, jotka hyödyntävät eri datajoukossa olevia tietoja
  • tunnistaa erilaisia suoritettavia asiakirjoja (kuten Google Colab) ja Python ohjelmointikielellä koodattuja komentosarjoja, kun käsitellään dataa
 
Sisältö 

Datasta saadaan näkemyksiä (eli merkityksellisiä tietoja) esille hyödyntämällä ohjelmointikielien kirjastoja tai käyttämällä erilaisia valmisohjelmistoja – opetellaan erilaisten valmisohjelmistojen avulla tuottamaan automaattisesti datasta esimerkiksi ennakointimalleja ja pikanäkemyksiä, jotka auttavat kiinnittämään huomiota esimerkiksi poikkeamiin ja trendeihin. Erilaisten automaattisti tuotettujen ennakointimallien ja pikanäkemysten pohjalta voidaan muodostaa tarkentavia kysymyksiä ja tunnistaa datasta muuttujia, jotka kannattaa huomioida esimerkiksi piirresuunnittelussa – opetellaan kuvailemaan data-aineiston muuttujat ja arvioimaan data-aineistojen käyttökelpoisuutta. Lisäksi opetellaan muuntamaan dataa ja yhdistelemään erilaisia data-aineistoja tarkoituksellisien analyysien ja tilannekuvien tekemiseksi

 
Suoritustavat 

Online-luennot 24 t (12*2 t), online-tutoriaalit 12 t (6*2 t), luentotentti (4 t) ja omatoiminen työskentely 90 t (5 op), 65 t (4 op).

 
Toteutustavat 

Monimuoto-opetuksessa sovelletaan käänteisen oppimisen (flipped learning) periaatteita eli opiskelija perehtyy omatoimisesti annettuun aineistoon ja tekee harjoitustehtäviä. Opiskelijan oppimista tuetaan online-luennoilla ja -tutoriaaleilla – luennot keskittyvät vastaamaan mitä- ja miksi-kysymyksiin, tutoriaalit keskittyvät vastaamaan miten-kysymyksiin ja niissä arvioidaan harjoitustehtävävastauksia sekä kehitytään käyttämään erilaisia kommunikointi- ja käyttäytymistaitoja, joita tietojärjestelmien suunnittelussa tarvitaan

 
Oppimateriaalit 

Luentomateriaali ja muu aineisto ovat Moodle-oppimisympäristössä. Luentokohtaiset aihekoostevideot tuotetaan opettajan toimesta Moodleen.  Kurssilla käytetään erilaisia työkaluja kuten Power BI Desktop (työpöytäsovellus) ja RapidMiner Go (selainsovellus). Yliopisto tarjoaa mahdollisuuden käyttää virtuaalityöpöytää, (https://studentuef.sharepoint.com/sites/heimo_fi/palvelut/ohjelmistot-ja-lisenssit/Sivut/Ohjelmat-kotikoneisiin.aspx), johon voi asentaa kurssilla tarvittavat työkalut, jollei niitä voi käyttää selainsovelluksina.

 
Arvosteluperusteet 

Harjoitustehtävät (40 pistettä, jos suorittaa 4 op laajuisena; 60 pistettä, jos suorittaa 5 op laajuisena) ja tentti (30 pistettä) arvioidaan. Luentotentistä on saatava vähintään 15 pistettä. Arvosanat (0–5) määräytyvät seuraavasti (4 op): 1 – min 15 pistettä, 2 – min 25 pistettä, 3 – min 35 pistettä, 4 – min 45 pistettä, 5 – min 55 pistettä. Arvosanat (0–5) määräytyvät seuraavasti (5 op): 1 – min 25 pistettä, 2 – min 35 pistettä, 3 – min 45 pistettä, 4 – min 55 pistettä, 5 – min 65 pistettä.

 
Edellytykset 

Mielellään seuraavat tietojenkäsittelytieteen kurssit: Johdatus tietojenkäsittelyyn ja Ohjelmointi I.

 
Ajankohta 

Syyslukukausi

 
Tarjontatieto 

Tämä opintojakso on avoin kaikille

 
Lisätietoja 

Opetuskieli on suomi. Osa kurssiaineistosta on englanninkielistä kuten kurssiaineistoon valitut artikkelit ja sanastojen määrittelyt sekä työkalujen ohjeet. 

 


Kirjainlyhenne opetustapahtuman nimen edessä tarkoittaa kampusta, jolla opetus tai tentti järjestetään: J = Joensuu, K = Kuopio.

Meneillä oleva ja tuleva opetus
Toiminnot Nimi Tyyppi op Opettaja Aikataulu
Ilmoittaudu (KUOPIO): Datasta näkemyksiä  Monimuoto-opetus  Virpi Hotti  26.10.20 -29.01.21
Ilmoittaudu (JOENSUU): Datasta näkemyksiä  Monimuoto-opetus  Virpi Hotti  26.10.20 -29.01.21
Ilmoittautuminen ei alkanut (KUOPIO): Datasta näkemyksiä (Kauppatiede)  Monimuoto-opetus  Virpi Hotti  08.03.21 -18.06.21

Tulevat tentit
Ei yleisiä tenttejä WebOodissa