Data-analytiikkaLaajuus (5 op)
Tunnus: AL00CJ78
Laajuus
5 op
Opetuskieli
- suomi
Osaamistavoitteet
Opiskelija osaa:
- kuvailla data-analytiikkaprosessin vaiheet ja ymmärtää data-analytiikan roolin nykyaikaisessa liiketoiminnassa
- yhdistellä erisisältöisiä ja erimuotoisia tietolähteitä käyttökelpoiseksi havaintomatriisiksi
- käyttää työvälineitä tiedon kokoamisessa, kuvailussa ja havainnollistamisessa
- tuottaa ja tulkita tietoa kuvailevia tunnuslukuja ja kuvaajia
- opettaa yksinkertaisen ennustavan mallin koneoppimisen metodein ja arvioida sen laatua
Ilmoittautumisaika
20.11.2023 - 05.01.2024
Ajoitus
08.01.2024 - 25.04.2024
Opintopistemäärä
5 op
Virtuaaliosuus
5 op
Toteutustapa
Etäopetus
Yksikkö
Liiketoiminta (LAB)
Toimipiste
Verkkokampus
Opetuskielet
- Suomi
Koulutus
- Täydentävä osaaminen, AMK
Opettaja
- Antti Salopuro
Opetusryhmät
- Luennot (Koko: 0. Avoin AMK: 0.)
Ryhmät
-
LLABTO23-24Täydentävä osaaminen (AMK) 2023-2024, Liiketoimintayksikkö
Pienryhmät
- Luennot
Osaamistavoitteet
Opiskelija osaa:
- kuvailla data-analytiikkaprosessin vaiheet ja ymmärtää data-analytiikan roolin nykyaikaisessa liiketoiminnassa
- yhdistellä erisisältöisiä ja erimuotoisia tietolähteitä käyttökelpoiseksi havaintomatriisiksi
- käyttää työvälineitä tiedon kokoamisessa, kuvailussa ja havainnollistamisessa
- tuottaa ja tulkita tietoa kuvailevia tunnuslukuja ja kuvaajia
- opettaa yksinkertaisen ennustavan mallin koneoppimisen metodein ja arvioida sen laatua
Toteutustapa ja opetusmenetelmät
Luennot ja niihin läheisesti linkittyvät viikkoharjoitukset sekä miniprojekti.
Ajoitus ja läsnäolo
Kurssi alkaa viikolla 2 ja päättyy viikolla 17
Viikkoharjoitukset julkaistaan aina luento/demosession päätteeksi, ratkaisu palautettava aina ennen seuraavan viikon luentokertaa.
Toteutuksen valinnaiset suoritustavat
Kurssin osaamistavoitteita vastaavan data-analytiikan projektin suunnittelu, toteutus ja dokumentointi. Tehtävästä sovitaan erikseen opettajan kanssa ennen projektin aloittamista.
Uusintamahdollisuudet
Kurssilla ei ole kurssitenttiä. Jos viikkoharjoituksista ja miniprojektista kerätyt pisteet eivät riitä kurssin läpäisemiseen, puuttuvat harjoitukset voi tehdä yhdessä kurssin seuraavan toteutuksen kanssa.
Oppimisympäristö
Materiaali ja harjoitustehtävät julkaistaan ja palautetaan Moodlessa
Opiskelijan ajankäyttö ja kuormitus
Harjoitustehtävät vaativat aikaa myös oppituntien ulkopuolella n. 5 tuntia viikottain.
Sisältö
Data-analytiikan prosessi liiketoiminnassa
Tiedon kokoaminen erilaisista tietolähteistä ja tiedon esikäsittely sekä yhdisteleminen data-analyysissa käyttökelpoiseksi havaintomatriisiksi toimistotyökaluja (MS Excel & PowerQuery) hyödyntäen.
Tunnuslukujen laskeminen ja tulkinta, datan visualisointi ja kuvaajien tulkinta
Yksinkertaisen ennustavan mallin tuottaminen koneoppimisen menetelmillä, mallin validointi
Arviointimenetelmät
Harjoitukset ja miniprojekti arvostellaan
Arviointiasteikko
1-5
Hylätty (0)
Opiskelija ei ole saavuttanut opintojakson tavoitteita hyväksyttävästi.
Arviointikriteerit: taso 1: (arviointiasteikko 1-5)
Opiskelija on saavuttanut kurssin tavoitteet hyväksyttävästi. Opiskelija tunnistaa tyypillisen data-analytiikan prosessin vaiheet ja osaa käyttää datan käsittelyssä joitakin työkaluja
Arviointikriteerit: taso 3 (arviointiasteikko 1-5)
Opiskelija on saavuttanut kurssin tavoitteet hyvin. Opiskelija hallitsee tyypillisen data-analytiikan prosessin vaiheet ja osaa käyttää datan käsittelyssä käytettäviä työkaluja hyvin
Arviointikriteerit: taso 5 (arviointiasteikko 1-5)
Opiskelija on saavuttanut kurssin tavoitteet erinomaisesti. Opiskelija hallitsee tyypillisen data-analytiikan prosessin vaiheet ja osaa käyttää datan käsittelyssä käytettäviä työkaluja monipuolisesti