Avoin AMK

Tampere

Data-analyysi, datan visualisointi ja tekoäly

<a href="https://tuni.fi/perumisehdot-avoinamk">Perumisehdot</a>

Voit kysyä lisätietoa opinnoista sähköpostitse avoinamk [at] tuni.fi (avoinamk[at]tuni[dot]fi).Lisätietoa tarjonnasta ja avoimessa AMKissa opiskelusta löydät myös verkkosivuiltamme <a href="https://tuni.fi/avoinamk">tuni.fi/avoinamk</a>.

YAMK-opinnot

Tietojenkäsittely ja teknologia

Avoimen AMKin opinnoille ilmoittaudutaan p&#228;&#228;s&#228;&#228;nt&#246;isesti verkkokaupassa ja opintomaksu maksetaan ilmoittautumisen yhteydess&#228;.Ilmoittautuminen on sitova.TAMKin tutkinto-opiskelijat ilmoittautuvat Pakin kautta. Heid&#228;t hyv&#228;ksyt&#228;&#228;n avoimen AMKin opintojaksolle, jos ryhm&#228;ss&#228; on tilaa.

suomi

TAMK Pääkampus

Verkko-opinnot

Ilmoittaudu

Opintojaksolla omalle tietokoneelle asennetaan ohjelmistoja, kuten Tableau ( datan visualisointityökalu, ks: https://www.tableau.com/products/public/download ) sekä Weka ( data-algoritmien oppimistyökalu, ks: https://sourceforge.net/projects/weka/ ). Varmistathan etukäteen, että näiden asentaminen koneellesi on mahdollista. Jos käytät työnantajan työkonetta, työpaikan IT-säännöt voivat estää tai rajoittaa ulkopuolisten ohjelmien asentamista.Opintojaksolla omalle tietokoneelle asennetaan ohjelmistoja, kuten Tableau ( datan visualisointityökalu, ks: https://www.tableau.com/products/public/download ) sekä Weka ( data-algoritmien oppimistyökalu, ks: https://sourceforge.net/projects/weka/ ). Varmistathan etukäteen, että näiden asentaminen koneellesi on mahdollista. Jos käytät työnantajan työkonetta, työpaikan IT-säännöt voivat estää tai rajoittaa ulkopuolisten ohjelmien asentamista.

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).

Data-analyysin perusteet ja keskeisimpiä menetelmiä. Datan käsittely, analysointi ja visualisointi. Tekoälyn perusteet,  tärkeimmät käsitteet ja menetelmien arviointi.

Opetus parillisina viikkoina alustavasti:

Lauantai D.M klo 9:00 - 16:30
Lauantai D.M klo 9:00 - 16:30 
Lauantai D.M klo 9:00 - 16:30

Opiskelija tuntee data-analyysin perusteet ja keskeisimpiä menetelmiä. Opiskelija osaa datan käsittelyn, analysoinnin ja visualisoinnin. Opiskelija tietää tekoälyn perusteet,  tärkeimmät käsitteet sekä osaa tulkita tuloksia ja tietää menetelmien rajoituksia ja mahdollisuuksia.

Etäopetus Teamsissa. Opetus koostuu etäluennoista, opettajan ohjaamista harjoituksista sekä itsenäisesti tehtävistä oppimistehtävistä. Harjoituksissa sovelletaan data-analyysin, datan visualisoinnin ja tekoälyn menetelmiä käytännönläheisiin aineistoihin ja esimerkkitapauksiin. Opiskelija työskentelee kurssilla esimerkiksi analyysi-, visualisointi- ja tekoälytyökalujen parissa.

Data-analyysi, datan visualisointi ja tekoäly

Laajuus

Toteutusaika

Hakuaika

Hinta

Kampus

Kaupunki

Opetuksessa käytettävät kielet

Koulutusala

Opetustapa

Opintojen taso

Data-analyysi, datan visualisointi ja tekoäly, 5 op

Yhteystiedot

Näin ilmoittaudut

Perumisehdot

Viimeksi katsomasi koulutukset

Data-analyysi, datan visualisointi ja tekoäly

Anna palautetta verkkosivuistamme!