Opintojakso

Näytä opetustapahtumat
3621439 Tiivis johdatus algoritmiseen data-analyysiin englanniksi, 2 op 
Tunniste 3621439  Voimassaolo 01.01.1950 -
Nimi Tiivis johdatus algoritmiseen data-analyysiin englanniksi  Lyhenne BADA 
Laajuus2 op  Vanhenemisaika  
TyyppiAineopinnot Oppiaine0530 Tietojenkäsittelytiede 
LajiOpintojakso  Tuntimäärä  
Opinto-oikeus   Arvostelu0-5 
Suositeltu suoritusaika 
   
Vastuuyksikkö Tietojenkäsittelytiede (J,K) 

Kuvaus:
Osaamistavoitteet 

Opintojakson suoritettuaan opiskelija ymmärtää: Minkä tyyppisiä ongelmia voidaan ratkaista algoritmisen data-analyysin menetelmillä. Yleisimpien data-analyysimenetelmien toimintaperiaatteet ja -edellytykset. Tiedonlouhinnan ja koneoppimisen edellytykset ja tavoitteet. Algoritmisen data-analyysin työnkulun.

Opintojakson suoritettuaan opiskelija: Osaa valita oikean analyysin tavoitteen (datan kuvailu vs. ennustavan mallin oppiminen) ja osaa valita yleisimmistä menetelmistä sopivimman. Osaa käyttää yleisimpiä data-analyysimenetelmiä oikein ja osaa tulosten analysoinnin perusteet.

 
Sisältö 

Yksinkertaiset luokittelija-algoritmit. Mallien analyysi: yli- ja alisovitus, vinouma ja varianssi. Kattavien joukkojen louhinta: kantaja, alaspäin sulkeutuneisuus, tasoittainen haku. Tulosten laadun arviointi. Kurssilla käytetään Python-ohjelmointikieltä.            

 
Suoritustavat 

Harjoituksia 6 h (pakollinen läsnäolo), kontaktiopetusta (ml. viikkokokeet) 6 h (osallistuminen hyvin suositeltavaa), omatoiminen työskentely 42 h. Vaihtoehtoisesti kurssin voi suorittaa pelkällä omatoimisella opiskelulla sekä kurssikokeella ja tekemällä ohjelmointitehtävät tai tenttimällä yleisenä tenttipäivänä seuraavan kirjallisuuden: Aggarwal, Charu C.: Data Mining – The Textbook, 2015, Springer, Cham, luvut 4, 5.2 ja 10.                                                 

 
Toteutustavat 

Luentojen videotallenteet, lähiopetuksena suoritettavat harjoitukset ja viikkokokeet, omatoimisesti suoritettavat ohjelmointitehtävät, kurssikuulustelu.                   

 
Oppimateriaalit 

Tenttikirja, luentomateriaali, kontaktiopetuksessa jaettava materiaali

 
Arvosteluperusteet 

Kurssikuulustelu ja ohjelmointiharjoitukset arvioidaan numeerisella asteikolla 0–5. Kurssikuulusteluun osallistuvien on suoritettava harjoitukset ja ohjelmointitehtävät. Kurssin hyväksytty suorittaminen kurssikuulustelulla edellyttää vähintään 50% kurssikuulustelun maksimipisteistä. Lopullinen arvosana on parempi kurssikuulustelun arvosanasta ja kurssikuulustelun ja ohjelmointiharjoitusten painotetusta keskiarvosta, jossa kurssikuulustelun paino on 60% ja ohjelmointitehtävien paino 40%.

 
Ajankohta 

Maisteriopintojen 1. vuoden 1. periodi

 
Tarjontatieto 

Tämä opintojakso on avoin kaikille yliopisto-opiskelijoille, mutta se on tarkoitettu ennen kaikkea niille opiskelijoille, jotka eivät ole suorittaneet kurssia Johdatus algoritmiseen data-analyysiin (4 op).

 
Lisätietoja 

Opintojakso suoritetaan englanniksi

 


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
Ilmoittautuminen ei alkanut (KUOPIO): Tiivis johdatus algoritmiseen data-analyysiin englanniksi  Luento- ja harjoituskurssi  Esther Galbrun  02.09.21 -19.11.21
Ilmoittautuminen ei alkanut (JOENSUU): Tiivis johdatus algoritmiseen data-analyysiin englanniksi  Luento- ja harjoituskurssi  Esther Galbrun  02.09.21 -19.11.21

Tulevat tentit
Toiminnot Nimi Tyyppi op Opettaja Aikataulu
Ilmoittaudu (JOENSUU): Tiivis johdatus algoritmiseen data-analyysiin englanniksi  Yleinen tentti  Esther Galbrun 
19.08.21to 12.00-16.00
Ilmoittaudu (KUOPIO): Tiivis johdatus algoritmiseen data-analyysiin englanniksi  Yleinen tentti  Esther Galbrun 
19.08.21to 12.00-16.00