Opinto-opas

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