Hyppää pääsisältöön
Opinto­kokonaisuus, lukuvuosi 2023–2024
COMP.SGN-A02

Intermediate Studies in Signal Processing and Machine Learning as Free Choice Studies, Vähintään 20 op

Tampereen yliopisto
Kuvaus

Signaalinkäsittelyn ja koneoppimisen pääaineet on tarkoitettu aktiivisille ja ahkerille opiskelijoille, jotka ovat kiinnostuneet tietotekniikan uusimmista ja vielä kehittyvistä teknologioista. Tällä hetkellä tällaisia aiheita ovat esim. kuvan-, kielen- ja äänenkäsittely, tietokonenäkö, koneoppiminen ja robotiikka.

Moduuli antaa opiskelijoille vahvan tietotaidon ja käytännön osaamisen kaikissa kurssiemme aihealueissa. Opiskelijat ovat myös tervetulleita tutkimusryhmien jäseniksi opintojensa aikana.

Moduulin voi ottaa sivuaineena sisällyttämällä kaikki pakolliset ja vähintään 20 opintopistettä.

Opiskelijoita kehoitetaan myös luovasti personoimaan opintojaan itsensä näköisiksi valitsemalla sopivia kursseja tässä lueteltujen ulkopuolelta. Tässä tapauksessa ota yhteyttä moduulin vastaaviin.

Tavoitteet
  • Opiskelija osaa soveltaa koneoppimis- ja signaalinkäsittelymenetelmiä tietotekniikassa.
  • Opiskelija kykenee löytämään kehittyneitä menetelmiä kirjallisuudesta sekä muokkaamaan niitä käsillä olevaan ongelmaan sopivaksi.
  • Opiskelija osaa käyttää työkaluja (Matlab) ja ohjelmistokirjastoja (Python) koneoppimis- ja signaalinkäsittelyongelmien laskennalliseen ratkaisemiseen.
  • Opiskelija osaa soveltaa koneoppimista ja älykkäitä menetelmiä äänen, kuvan, kielen ja robotiikan sovellusalueilla.

Koodi
COMP.SGN-A02
Opetuskieli
englanti
Lukuvuodet
2021–2022, 2022–2023, 2023–2024
Opintokokonaisuuden taso
Aineopinnot
Koulutusalat
Tekniikan alat
Vastuuhenkilö
Vastuuopettaja:
Atanas Gotchev
Vastuuopettaja:
Joni Kämäräinen
Vastuuopettaja:
Sari Peltonen
Esitietovaatimukset
Kokonaisuudet, joihin opinto­kokonaisuus kuuluu
Koodi
COMP.SGN-A02
Opetuskieli
englanti
Lukuvuodet
2021–2022, 2022–2023, 2023–2024
Opintokokonaisuuden taso
Aineopinnot
Koulutusalat
Tekniikan alat
Vastuuhenkilö
Vastuuopettaja:
Atanas Gotchev
Vastuuopettaja:
Joni Kämäräinen
Vastuuopettaja:
Sari Peltonen