Datan analysointi ja visualisointiLaajuus (10 op)
Tunnus: AT00BY42
Laajuus
10 op
Osaamistavoitteet
Opiskelija osaa
- hyödyntää matemaattisia menetelmiä datan analysoinnissa ja ilmiöiden ennustamisessa.
- hyödyntää modernia tilastollista työkalua
- osaa visualisoida dataa sen ominaisuuksien tunnistamiseksi, analyysin
tulkitsemiseksi ja jatkokäsittelyn helpottamiseksi
Ilmoittautumisaika
20.11.2024 - 03.01.2025
Ajoitus
07.01.2025 - 09.03.2025
Opintopistemäärä
10 op
Virtuaaliosuus
10 op
Toteutustapa
Etäopetus
Yksikkö
Teknologia (LAB)
Toimipiste
Verkkokampus
Opetuskielet
- Suomi
Paikat
10 - 50
Koulutus
- Tieto- ja viestintätekniikan koulutus
Opettaja
- Henri Koukka
- Minna Asplund
- Erjaleena Koljonen
Opetusryhmät
- Verkkoluento 1 (Koko: 0. Avoin AMK: 0.)
Ryhmät
-
TLTITVT23SVTieto- ja viestintätekniikan koulutus 23SV Lahti
-
TLTITVT23KMTieto- ja viestintätekniikan koulutus 23KM Lahti
Pienryhmät
- Verkkoluento 1
Osaamistavoitteet
Opiskelija osaa
- hyödyntää matemaattisia menetelmiä datan analysoinnissa ja ilmiöiden ennustamisessa.
- hyödyntää modernia tilastollista työkalua
- osaa visualisoida dataa sen ominaisuuksien tunnistamiseksi, analyysin
tulkitsemiseksi ja jatkokäsittelyn helpottamiseksi
Toteutustapa ja opetusmenetelmät
Opetusmenetelmänä on luennot, sekä esimerkkeihin perustuvia soveltavia harjoituksia.
Toimintaympäristönä toimii verkko-oppimisalusta Moodle ja Zoom. Toteutetaan etäopetuksena.
Ajoitus ja läsnäolo
Läsnäolo on suotavaa.
Opintojaksolla on 10-12 tuntia opetusta viikossa.
Oppimateriaali ja suositeltava kirjallisuus
Oppimateriaali löytyy Moodlesta. Lisäksi opiskelija etsii itsenäisesti sekä kirjallisuuslähteitä että internetin kautta löydettävissä olevia luotettavia lähteitä.
Uusintamahdollisuudet
Uusintatentti ja vaadittavat tehtävät.
Oppimisympäristö
Kurssin informointi- ja järjestely-ympäristönä käytetään virtuaalista Moodle verkko-oppimisalustaa.
Opiskelijan ajankäyttö ja kuormitus
Yhteisiä tunteja on 96.
Kokonaisajankäyttö opiskelijalle on mitoitettu keskimäärin 270 tunniksi.
Sisältö
Kurssi pitää sisällään
- todennäköisyyslaskennan perusteet
- datan tutkimista tilastollisten tunnuslukujen avulla
- estimoinnin perusteet ja tilastolliset testit
- regressioanalyysi ja aikasarjat
- R analytiikan käyttö
- datan esittämisen teoriaa
- datan visualisointi web-ympäristössä
- datan visualisointi Power BI:llä.
Lisätietoja opiskelijalle: mm. edeltävä osaaminen
Toteutus on tarkoitettu ensisijaisesti tieto- ja viestintätekniikan koulutusohjelman opiskelijoille.
Edeltävä osaaminen:
- Lukion lyhyttä matematiikkaa vastaava osaaminen.
- Ohjelmoinnin perusteet tai vastaava osaaminen.
Opintojaksolle otetaan 5 avoimen AMK:n opiskelijaa.
Arviointimenetelmät
Arvioinnin perusteena käytetään opintojaksolla tehtäväksi annettujen tehtävien suorittamisen tasoa ja tenttiä.
Arviointiasteikko
1-5
Hylätty (0)
Opiskelija ei ole saavuttanut opintojakson osaamistavoitteita.
Arviointikriteerit: taso 1: (arviointiasteikko 1-5)
Opiskelija osaa käyttää hyväkseen saatavilla olevia tietolähteitä sekä tehdä itsenäisiä ratkaisuja jossain määrin.
Palautettavat tehtävät tulee olla suoritettuina läpipääsyn tasolla.
Arviointikriteerit: taso 3 (arviointiasteikko 1-5)
Opiskelija osaa käyttää itsenäisesti hyväkseen ja soveltaa käytettävissä olevia tietolähteitä.
Palautettavat tehtävät tulee olla suoritettuina siten, että ne ovat tehtäväksiannon mukaisesti oikein ja hyväksytysti suoritettuina.
Arviointikriteerit: taso 5 (arviointiasteikko 1-5)
Opiskelija osaa käyttää hyväkseen, kriittisesti arvioida ja soveltaa käytettävissä olevia tietolähteitä.
Opiskelijalta vaaditaan aktiivista osallistumista keskusteluun, hän on positiivinen keskutelukumppani sekä edistää keskustelua olennaiseen suuntaan ja perustelee mielipiteensä.
Palautettavat tehtävät tulee olla suoritettuina siten, että ne ylittävät annetun tehtäväksiannon tavoitteet.
Ilmoittautumisaika
06.05.2024 - 30.08.2024
Ajoitus
02.09.2024 - 01.11.2024
Opintopistemäärä
10 op
Virtuaaliosuus
10 op
Toteutustapa
Etäopetus
Yksikkö
Teknologia (LAB)
Toimipiste
Verkkokampus, Lahti
Opetuskielet
- Suomi
Paikat
10 - 60
Koulutus
- Ympäristöteknologian koulutus
- Tieto- ja viestintätekniikan koulutus
Opettaja
- Minna Asplund
- Henri Koukka
- Erjaleena Koljonen
Opetusryhmät
- Luennot 1 (Koko: 100. Avoin AMK: 0.)
Ryhmät
-
TLTITVT22KTieto- ja viestintätekniikan koulutus 22K Lahti
-
TLTIENTEC23KMYmpäristöteknologian koulutus 23KM Lahti
-
TLTITVT22SVTieto- ja viestintätekniikan koulutus 22SV Lahti
-
TLTIENTEC22KMYmpäristöteknologian koulutus 22KM Lahti
Pienryhmät
- Luennot 1
Osaamistavoitteet
Opiskelija osaa
- hyödyntää matemaattisia menetelmiä datan analysoinnissa ja ilmiöiden ennustamisessa.
- hyödyntää modernia tilastollista työkalua
- osaa visualisoida dataa sen ominaisuuksien tunnistamiseksi, analyysin
tulkitsemiseksi ja jatkokäsittelyn helpottamiseksi
Toteutustapa ja opetusmenetelmät
Opetusmenetelmänä on luennot, sekä esimerkkeihin perustuvia soveltavia harjoituksia.
Toimintaympäristönä toimii verkko-oppimisalusta Moodle ja Zoom. Toteutetaan etäopetuksena.
Ajoitus ja läsnäolo
Läsnäolo on suotavaa.
Opintojaksolla on 10-12 tuntia opetusta viikossa.
Oppimateriaali ja suositeltava kirjallisuus
Oppimateriaali löytyy Moodlesta. Lisäksi opiskelija etsii itsenäisesti sekä kirjallisuuslähteitä että internetin kautta löydettävissä olevia luotettavia lähteitä.
Uusintamahdollisuudet
Uusintatentti ja vaadittavat tehtävät.
Oppimisympäristö
Kurssin informointi- ja järjestely-ympäristönä käytetään virtuaalista Moodle verkko-oppimisalustaa.
Opiskelijan ajankäyttö ja kuormitus
Yhteisiä tunteja on 96.
Kokonaisajankäyttö opiskelijalle on mitoitettu keskimäärin 270 tunniksi.
Sisältö
Kurssi pitää sisällään
- todennäköisyyslaskennan perusteet
- datan tutkimista tilastollisten tunnuslukujen avulla
- estimoinnin perusteet ja tilastolliset testit
- regressioanalyysi ja aikasarjat
- R analytiikan käyttö
- datan esittämisen teoriaa
- datan visualisointi web-ympäristössä
- datan visualisointi Power BI:llä.
Lisätietoja opiskelijalle: mm. edeltävä osaaminen
Toteutus on tarkoitettu ensisijaisesti tieto- ja viestintätekniikan koulutusohjelman opiskelijoille.
Edeltävä osaaminen:
- Lukion lyhyttä matematiikkaa vastaava osaaminen.
- Ohjelmoinnin perusteet tai vastaava osaaminen.
Opintojaksolle otetaan 5 avoimen AMK:n opiskelijaa.
Arviointimenetelmät
Arvioinnin perusteena käytetään opintojaksolla tehtäväksi annettujen tehtävien suorittamisen tasoa ja tenttiä.
Arviointiasteikko
1-5
Hylätty (0)
Opiskelija ei ole saavuttanut opintojakson osaamistavoitteita.
Arviointikriteerit: taso 1: (arviointiasteikko 1-5)
Opiskelija osaa käyttää hyväkseen saatavilla olevia tietolähteitä sekä tehdä itsenäisiä ratkaisuja jossain määrin.
Palautettavat tehtävät tulee olla suoritettuina läpipääsyn tasolla.
Arviointikriteerit: taso 3 (arviointiasteikko 1-5)
Opiskelija osaa käyttää itsenäisesti hyväkseen ja soveltaa käytettävissä olevia tietolähteitä.
Palautettavat tehtävät tulee olla suoritettuina siten, että ne ovat tehtäväksiannon mukaisesti oikein ja hyväksytysti suoritettuina.
Arviointikriteerit: taso 5 (arviointiasteikko 1-5)
Opiskelija osaa käyttää hyväkseen, kriittisesti arvioida ja soveltaa käytettävissä olevia tietolähteitä.
Opiskelijalta vaaditaan aktiivista osallistumista keskusteluun, hän on positiivinen keskutelukumppani sekä edistää keskustelua olennaiseen suuntaan ja perustelee mielipiteensä.
Palautettavat tehtävät tulee olla suoritettuina siten, että ne ylittävät annetun tehtäväksiannon tavoitteet.
Ilmoittautumisaika
20.11.2023 - 05.01.2024
Ajoitus
08.01.2024 - 08.03.2024
Opintopistemäärä
10 op
Virtuaaliosuus
10 op
Toteutustapa
Etäopetus
Yksikkö
Teknologia (LAB)
Toimipiste
Verkkokampus
Opetuskielet
- Suomi
Paikat
10 - 50
Koulutus
- Tieto- ja viestintätekniikan koulutus
- Täydentävä osaaminen, AMK
Opettaja
- Henri Koukka
- Minna Asplund
- Erjaleena Koljonen
Opetusryhmät
- Verkkoluento 1 (Koko: 0. Avoin AMK: 0.)
Ryhmät
-
TLTITVT22KTieto- ja viestintätekniikan koulutus 22K Lahti
-
TLTITVT22SVTieto- ja viestintätekniikan koulutus 22SV Lahti
-
TLTITVT23KMTieto- ja viestintätekniikan koulutus 23KM Lahti
Pienryhmät
- Verkkoluento 1
Osaamistavoitteet
Opiskelija osaa
- hyödyntää matemaattisia menetelmiä datan analysoinnissa ja ilmiöiden ennustamisessa.
- hyödyntää modernia tilastollista työkalua
- osaa visualisoida dataa sen ominaisuuksien tunnistamiseksi, analyysin
tulkitsemiseksi ja jatkokäsittelyn helpottamiseksi
Toteutustapa ja opetusmenetelmät
Opetusmenetelmänä on luennot, sekä esimerkkeihin perustuvia soveltavia harjoituksia.
Toimintaympäristönä toimii verkko-oppimisalusta Moodle ja Zoom. Toteutetaan etäopetuksena.
Ajoitus ja läsnäolo
Läsnäolo on suotavaa.
Opintojaksolla on 10-12 tuntia viikossa.
Oppimateriaali ja suositeltava kirjallisuus
Oppimateriaali löytyy Moodlesta. Lisäksi opiskelija etsii itsenäisesti sekä kirjallisuuslähteitä että internetin kautta löydettävissä olevia luotettavia lähteitä.
Uusintamahdollisuudet
Uusintatentti ja vaadittavat tehtävät.
Oppimisympäristö
Kurssin informointi- ja järjestely-ympäristönä käytetään virtuaalista Moodle verkko-oppimisalustaa.
Opiskelijan ajankäyttö ja kuormitus
Yhteisiä tunteja on 96.
Kokonaisajankäyttö opiskelijalle on mitoitettu keskimäärin 270 tunniksi.
Sisältö
Kurssi pitää sisällään
- todennäköisyyslaskennan perusteet
- datan tutkimista tilastollisten tunnuslukujen avulla
- estimoinnin perusteet ja tilastolliset testit
- regressioanalyysi ja aikasarjat
- R analytiikan käyttö
- datan esittämisen teoriaa
- datan visualisointi web-ympäristössä
- datan visualisointi Power BI:llä.
Lisätietoja opiskelijalle: mm. edeltävä osaaminen
Toteutus on tarkoitettu ensisijaisesti tieto- ja viestintätekniikan koulutusohjelman opiskelijoille.
Edeltävä osaaminen:
- Lukion lyhyttä matematiikkaa vastaava osaaminen.
- Ohjelmoinnin perusteet tai vastaava osaaminen.
Opintojaksolle otetaan 5 avoimen AMK:n opiskelijaa.
Arviointimenetelmät
Arvioinnin perusteena käytetään opintojaksolla tehtäväksi annettujen tehtävien suorittamisen tasoa ja tenttiä.
Arviointiasteikko
1-5
Hylätty (0)
Opiskelija ei ole saavuttanut opintojakson osaamistavoitteita.
Arviointikriteerit: taso 1: (arviointiasteikko 1-5)
Opiskelija osaa käyttää hyväkseen saatavilla olevia tietolähteitä sekä tehdä itsenäisiä ratkaisuja jossain määrin.
Palautettavat tehtävät tulee olla suoritettuina läpipääsyn tasolla.
Arviointikriteerit: taso 3 (arviointiasteikko 1-5)
Opiskelija osaa käyttää itsenäisesti hyväkseen ja soveltaa käytettävissä olevia tietolähteitä.
Palautettavat tehtävät tulee olla suoritettuina siten, että ne ovat tehtäväksiannon mukaisesti oikein ja hyväksytysti suoritettuina.
Arviointikriteerit: taso 5 (arviointiasteikko 1-5)
Opiskelija osaa käyttää hyväkseen, kriittisesti arvioida ja soveltaa käytettävissä olevia tietolähteitä.
Opiskelijalta vaaditaan aktiivista osallistumista keskusteluun, hän on positiivinen keskutelukumppani sekä edistää keskustelua olennaiseen suuntaan ja perustelee mielipiteensä.
Palautettavat tehtävät tulee olla suoritettuina siten, että ne ylittävät annetun tehtäväksiannon tavoitteet.
Ilmoittautumisaika
15.05.2023 - 01.09.2023
Ajoitus
04.09.2023 - 03.11.2023
Opintopistemäärä
10 op
Virtuaaliosuus
10 op
Toteutustapa
Etäopetus
Yksikkö
Teknologia (LAB)
Toimipiste
Verkkokampus, Lahti
Opetuskielet
- Suomi
Paikat
10 - 40
Koulutus
- Tieto- ja viestintätekniikan koulutus
Opettaja
- Henri Koukka
- Erjaleena Koljonen
- Minna Asplund
Opetusryhmät
- Verkkoluento 1 (Koko: 0. Avoin AMK: 0.)
Ryhmät
-
TLTITVT21KTieto- ja viestintätekniikan koulutus 21K Lahti
-
TLTITVT20SVTieto- ja viestintätekniikan koulutus 20SV Lahti
Pienryhmät
- Verkkoluento 1
Osaamistavoitteet
Opiskelija osaa
- hyödyntää matemaattisia menetelmiä datan analysoinnissa ja ilmiöiden ennustamisessa.
- hyödyntää modernia tilastollista työkalua
- osaa visualisoida dataa sen ominaisuuksien tunnistamiseksi, analyysin
tulkitsemiseksi ja jatkokäsittelyn helpottamiseksi
Toteutustapa ja opetusmenetelmät
Opetusmenetelmänä on luennot, sekä esimerkkeihin perustuvia soveltavia harjoituksia.
Toimintaympäristönä toimii verkko-oppimisalusta Moodle ja Zoom. Toteutetaan etäopetuksena.
Ajoitus ja läsnäolo
Läsnäolo on suotavaa.
Opintojaksolla on 10-12 tuntia viikossa.
Oppimateriaali ja suositeltava kirjallisuus
Oppimateriaali löytyy Moodlesta. Lisäksi opiskelija etsii itsenäisesti sekä kirjallisuuslähteitä että internetin kautta löydettävissä olevia luotettavia lähteitä.
Uusintamahdollisuudet
Uusintatentti ja vaadittavat tehtävät.
Oppimisympäristö
Kurssin informointi- ja järjestely-ympäristönä käytetään virtuaalista Moodle verkko-oppimisalustaa.
Opiskelijan ajankäyttö ja kuormitus
Yhteisiä tunteja on 96.
Kokonaisajankäyttö opiskelijalle on mitoitettu keskimäärin 270 tunniksi.
Sisältö
Kurssi pitää sisällään
- todennäköisyyslaskennan perusteet
- datan tutkimista tilastollisten tunnuslukujen avulla
- estimoinnin perusteet ja tilastolliset testit
- regressioanalyysi ja aikasarjat
- R analytiikan käyttö
- datan esittämisen teoriaa
- datan visualisointi web-ympäristössä
- datan visualisointi Power BI:llä.
Lisätietoja opiskelijalle: mm. edeltävä osaaminen
Toteutus on tarkoitettu ensisijaisesti tieto- ja viestintätekniikan koulutusohjelman opiskelijoille.
Edeltävä osaaminen:
- Lukion lyhyttä matematiikkaa vastaava osaaminen.
- Ohjelmoinnin perusteet tai vastaava osaaminen.
Opintojaksolle otetaan 5 avoimen AMK:n opiskelijaa.
Arviointimenetelmät
Arvioinnin perusteena käytetään opintojaksolla tehtäväksi annettujen tehtävien suorittamisen tasoa ja tenttiä.
Arviointiasteikko
1-5
Hylätty (0)
Opiskelija ei ole saavuttanut opintojakson osaamistavoitteita.
Arviointikriteerit: taso 1: (arviointiasteikko 1-5)
Opiskelija osaa käyttää hyväkseen saatavilla olevia tietolähteitä sekä tehdä itsenäisiä ratkaisuja jossain määrin.
Palautettavat tehtävät tulee olla suoritettuina läpipääsyn tasolla.
Arviointikriteerit: taso 3 (arviointiasteikko 1-5)
Opiskelija osaa käyttää itsenäisesti hyväkseen ja soveltaa käytettävissä olevia tietolähteitä.
Palautettavat tehtävät tulee olla suoritettuina siten, että ne ovat tehtäväksiannon mukaisesti oikein ja hyväksytysti suoritettuina.
Arviointikriteerit: taso 5 (arviointiasteikko 1-5)
Opiskelija osaa käyttää hyväkseen, kriittisesti arvioida ja soveltaa käytettävissä olevia tietolähteitä.
Opiskelijalta vaaditaan aktiivista osallistumista keskusteluun, hän on positiivinen keskutelukumppani sekä edistää keskustelua olennaiseen suuntaan ja perustelee mielipiteensä.
Palautettavat tehtävät tulee olla suoritettuina siten, että ne ylittävät annetun tehtäväksiannon tavoitteet.
Ilmoittautumisaika
21.11.2022 - 08.01.2023
Ajoitus
09.01.2023 - 28.04.2023
Opintopistemäärä
10 op
Virtuaaliosuus
10 op
Toteutustapa
Etäopetus
Yksikkö
Teknologia (LAB)
Toimipiste
Verkkokampus, Lahti
Opetuskielet
- Suomi
Paikat
10 - 40
Koulutus
- Tieto- ja viestintätekniikan koulutus
Opettaja
- Henri Koukka
- Erjaleena Koljonen
- Minna Asplund
Opetusryhmät
- Verkkoluento 1 (Koko: 500. Avoin AMK: 0.)
Ryhmät
-
TLTITVT21SVTieto- ja viestintätekniikan koulutus 21SV Lahti
-
TLTITVT22KTieto- ja viestintätekniikan koulutus 22K Lahti
-
TLTITVT21KTieto- ja viestintätekniikan koulutus 21K Lahti
-
07TVT20KTieto- ja viestintätekniikan koulutus 20K, Lahti
-
TLTITVT22SVTieto- ja viestintätekniikan koulutus 22SV Lahti
-
TLTITVT20SVTieto- ja viestintätekniikan koulutus 20SV Lahti
Pienryhmät
- Verkkoluento 1
Osaamistavoitteet
Opiskelija osaa
- hyödyntää matemaattisia menetelmiä datan analysoinnissa ja ilmiöiden ennustamisessa.
- hyödyntää modernia tilastollista työkalua
- osaa visualisoida dataa sen ominaisuuksien tunnistamiseksi, analyysin
tulkitsemiseksi ja jatkokäsittelyn helpottamiseksi
Toteutustapa ja opetusmenetelmät
Opetusmenetelmänä on luennot, sekä esimerkkeihin perustuvia soveltavia harjoituksia.
Toimintaympäristönä toimii verkko-oppimisalusta Moodle ja Zoom. Toteutetaan etäopetuksena.
Ajoitus ja läsnäolo
Läsnäolo on suotavaa.
Opintojaksolla on 10-12 tuntia viikossa.
Oppimateriaali ja suositeltava kirjallisuus
Oppimateriaali löytyy Moodlesta. Lisäksi opiskelija etsii itsenäisesti sekä kirjallisuuslähteitä että internetin kautta löydettävissä olevia luotettavia lähteitä.
Uusintamahdollisuudet
Uusintatentti ja vaadittavat tehtävät
Oppimisympäristö
Kurssin informointi- ja järjestely-ympäristönä käytetään virtuaalista Moodle verkko-oppimisalustaa.
Opiskelijan ajankäyttö ja kuormitus
Yhteisiä tunteja on 96.
Kokonaisajankäyttö opiskelijalle on mitoitettu keskimäärin 270 tunniksi.
Sisältö
Kurssi pitää sisällään
- todennäköisyyslaskennan perusteet
- datan tutkimista tilastollisten tunnuslukujen avulla
- estimoinnin perusteet ja tilastolliset testit
- regressioanalyysi ja aikasarjat
- R analytiikan käyttö
- datan esittämisen teoriaa
- datan visualisointi web-ympäristössä
- datan visualisointi Power BI:llä
Lisätietoja opiskelijalle: mm. edeltävä osaaminen
Toteutus on tarkoitettu ensisijaisesti tieto- ja viestintätekniikan koulutusohjelman opiskelijoille.
Edeltävä osaaminen:
- Lukion lyhyttä matematiikkaa vastaava osaaminen.
- Ohjelmoinnin perusteet tai vastaava osaaminen.
Opintojaksolle otetaan 5 avoimen AMK:n opiskelijaa.
Arviointimenetelmät
Arvioinnin perusteena käytetään opintojaksolla tehtäväksi annettujen tehtävien suorittamisen tasoa ja tenttiä.
Arviointiasteikko
1-5
Hylätty (0)
Opiskelija ei ole saavuttanut opintojakson osaamistavoitteita.
Arviointikriteerit: taso 1: (arviointiasteikko 1-5)
Opiskelija osaa käyttää hyväkseen saatavilla olevia tietolähteitä sekä tehdä itsenäisiä ratkaisuja jossain määrin.
Palautettavat tehtävät tulee olla suoritettuina läpipääsyn tasolla.
Arviointikriteerit: taso 3 (arviointiasteikko 1-5)
Opiskelija osaa käyttää itsenäisesti hyväkseen ja soveltaa käytettävissä olevia tietolähteitä.
Palautettavat tehtävät tulee olla suoritettuina siten, että ne ovat tehtäväksiannon mukaisesti oikein ja hyväksytysti suoritettuina.
Arviointikriteerit: taso 5 (arviointiasteikko 1-5)
Opiskelija osaa käyttää hyväkseen, kriittisesti arvioida ja soveltaa käytettävissä olevia tietolähteitä.
Opiskelijalta vaaditaan aktiivista osallistumista keskusteluun, hän on positiivinen keskutelukumppani sekä edistää keskustelua olennaiseen suuntaan ja perustelee mielipiteensä.
Palautettavat tehtävät tulee olla suoritettuina siten, että ne ylittävät annetun tehtäväksiannon tavoitteet.
Ilmoittautumisaika
01.07.2022 - 01.09.2022
Ajoitus
05.09.2022 - 04.11.2022
Opintopistemäärä
10 op
Virtuaaliosuus
10 op
Toteutustapa
Etäopetus
Yksikkö
Teknologia (LAB)
Toimipiste
Verkkokampus, Lahti
Opetuskielet
- Suomi
Paikat
10 - 40
Koulutus
- Tieto- ja viestintätekniikan koulutus
Opettaja
- Henri Koukka
- Erjaleena Koljonen
- Minna Asplund
Opetusryhmät
- Verkkoluento 1 (Koko: 0. Avoin AMK: 0.)
Ryhmät
-
07TVT20KTieto- ja viestintätekniikan koulutus 20K, Lahti
-
TLTITVT20SVTieto- ja viestintätekniikan koulutus 20SV Lahti
Pienryhmät
- Verkkoluento 1
Osaamistavoitteet
Opiskelija osaa
- hyödyntää matemaattisia menetelmiä datan analysoinnissa ja ilmiöiden ennustamisessa.
- hyödyntää modernia tilastollista työkalua
- osaa visualisoida dataa sen ominaisuuksien tunnistamiseksi, analyysin
tulkitsemiseksi ja jatkokäsittelyn helpottamiseksi
Toteutustapa ja opetusmenetelmät
Opetusmenetelmänä on luennot, sekä esimerkkeihin perustuvia soveltavia harjoituksia.
Toimintaympäristönä toimii verkko-oppimisalusta Moodle ja Zoom. Toteutetaan etäopetuksena.
Ajoitus ja läsnäolo
Läsnäolo on suotavaa.
Opintojaksolla on 10-12 tuntia viikossa.
Oppimateriaali ja suositeltava kirjallisuus
Oppimateriaali löytyy Moodlesta. Lisäksi opiskelija etsii itsenäisesti sekä kirjallisuuslähteitä että internetin kautta löydettävissä olevia luotettavia lähteitä.
Uusintamahdollisuudet
Uusintatentti ja vaadittavat tehtävät
Oppimisympäristö
Kurssin informointi- ja järjestely-ympäristönä käytetään virtuaalista Moodle verkko-oppimisalustaa.
Opiskelijan ajankäyttö ja kuormitus
Yhteisiä tunteja on 96.
Kokonaisajankäyttö opiskelijalle on mitoitettu keskimäärin 270 tunniksi.
Sisältö
Kurssi pitää sisällään
- todennäköisyyslaskennan perusteet
- datan tutkimista tilastollisten tunnuslukujen avulla
- estimoinnin perusteet ja tilastolliset testit
- regressioanalyysi ja aikasarjat
- R analytiikan käyttö
- datan esittämisen teoriaa
- datan visualisointi web-ympäristössä
- datan visualisointi Power BI:llä
Lisätietoja opiskelijalle: mm. edeltävä osaaminen
Toteutus on tarkoitettu ensisijaisesti tieto- ja viestintätekniikan koulutusohjelman opiskelijoille.
Edeltävä osaaminen:
- Lukion lyhyttä matematiikkaa vastaava osaaminen.
- Ohjelmoinnin perusteet tai vastaava osaaminen.
Arviointimenetelmät
Arvioinnin perusteena käytetään opintojaksolla tehtäväksi annettujen tehtävien suorittamisen tasoa ja tenttiä.
Arviointiasteikko
1-5
Hylätty (0)
Opiskelija ei ole saavuttanut opintojakson osaamistavoitteita.
Arviointikriteerit: taso 1: (arviointiasteikko 1-5)
Opiskelija osaa käyttää hyväkseen saatavilla olevia tietolähteitä sekä tehdä itsenäisiä ratkaisuja jossain määrin.
Palautettavat tehtävät tulee olla suoritettuina läpipääsyn tasolla.
Arviointikriteerit: taso 3 (arviointiasteikko 1-5)
Opiskelija osaa käyttää itsenäisesti hyväkseen ja soveltaa käytettävissä olevia tietolähteitä.
Palautettavat tehtävät tulee olla suoritettuina siten, että ne ovat tehtäväksiannon mukaisesti oikein ja hyväksytysti suoritettuina.
Arviointikriteerit: taso 5 (arviointiasteikko 1-5)
Opiskelija osaa käyttää hyväkseen, kriittisesti arvioida ja soveltaa käytettävissä olevia tietolähteitä.
Opiskelijalta vaaditaan aktiivista osallistumista keskusteluun, hän on positiivinen keskutelukumppani sekä edistää keskustelua olennaiseen suuntaan ja perustelee mielipiteensä.
Palautettavat tehtävät tulee olla suoritettuina siten, että ne ylittävät annetun tehtäväksiannon tavoitteet.
Ilmoittautumisaika
19.11.2021 - 09.01.2022
Ajoitus
10.01.2022 - 20.03.2022
Opintopistemäärä
10 op
Virtuaaliosuus
7 op
Toteutustapa
30 % Lähiopetus, 70 % Etäopetus
Yksikkö
Teknologia (LAB)
Toimipiste
- Lahden kampus
- Verkkokampus, Lahti
Opetuskielet
- Suomi
Paikat
10 - 40
Koulutus
- Tieto- ja viestintätekniikan koulutus
Opettaja
- Henri Koukka
- Erjaleena Koljonen
- Minna Asplund
Opetusryhmät
- Opetus (Koko: 0. Avoin AMK: 0.)
Ryhmät
-
07TVT20KTieto- ja viestintätekniikan koulutus 20K, Lahti
-
07TVT19SVTieto- ja viestintätekniikan koulutus 19S, verkko-opinnot, Lahti
Pienryhmät
- Opetus
Osaamistavoitteet
Opiskelija osaa
- hyödyntää matemaattisia menetelmiä datan analysoinnissa ja ilmiöiden ennustamisessa.
- hyödyntää modernia tilastollista työkalua
- osaa visualisoida dataa sen ominaisuuksien tunnistamiseksi, analyysin
tulkitsemiseksi ja jatkokäsittelyn helpottamiseksi
Toteutustapa ja opetusmenetelmät
Opetusmenetelmänä on luennot, sekä esimerkkeihin perustuvia soveltavia harjoituksia.
Toimintaympäristönä toimii verkko-oppimisalusta Moodle ja Zoom. Toteutetaan hybridinä: lähiopetuksena ja verkossa.
Ajoitus ja läsnäolo
Läsnäolo on suotavaa.
Opintojaksolla on 12 tuntia viikossa, ja se ajoittuu viikoille 2 - 11.
Oppimateriaali ja suositeltava kirjallisuus
Oppimateriaali löytyy Moodlesta. Lisäksi opiskelija etsii itsenäisesti sekä kirjallisuuslähteitä että internetin kautta löydettävissä olevia luotettavia lähteitä.
Uusintamahdollisuudet
Opintojaksolla ei ole tenttiä.
Oppimisympäristö
Kurssin informointi- ja järjestely-ympäristönä käytetään virtuaalista Moodle verkko-oppimisalustaa.
Opiskelijan ajankäyttö ja kuormitus
Yhteisiä tunteja on 96.
Kokonaisajankäyttö opiskelijalle on mitoitettu keskimäärin 270 tunniksi.
Sisältö
Kurssi pitää sisällään
- todennäköisyyslaskennan perusteet
- datan tutkimista tilastollisten tunnuslukujen avulla
- estimoinnin perusteet ja tilastolliset testit
- regressioanalyysi ja aikasarjat
- R analytiikan käyttö
- datan esittämisen teoriaa
- datan visualisointi web-ympäristössä
- datan visualisointi Power BI:llä
Lisätietoja opiskelijalle: mm. edeltävä osaaminen
Toteutus on tarkoitettu ensisijaisesti tieto- ja viestintätekniikan koulutusohjelman opiskelijoille.
Edeltävä osaaminen:
- Lukion lyhyttä matematiikkaa vastaava osaaminen.
- Ohjelmoinnin perusteet tai vastaava osaaminen.
Arviointimenetelmät
Arvioinnin perusteena käytetään opintojaksolla tehtäväksi annettujen tehtävien suorittamisen tasoa.
Arviointiasteikko
1-5
Hylätty (0)
Opiskelija ei ole saavuttanut opintojakson osaamistavoitteita.
Arviointikriteerit: taso 1: (arviointiasteikko 1-5)
Opiskelija osaa käyttää hyväkseen saatavilla olevia tietolähteitä sekä tehdä itsenäisiä ratkaisuja jossain määrin.
Palautettavat tehtävät tulee olla suoritettuina läpipääsyn tasolla.
Arviointikriteerit: taso 3 (arviointiasteikko 1-5)
Opiskelija osaa käyttää itsenäisesti hyväkseen ja soveltaa käytettävissä olevia tietolähteitä.
Palautettavat tehtävät tulee olla suoritettuina siten, että ne ovat tehtäväksiannon mukaisesti oikein ja hyväksytysti suoritettuina.
Arviointikriteerit: taso 5 (arviointiasteikko 1-5)
Opiskelija osaa käyttää hyväkseen, kriittisesti arvioida ja soveltaa käytettävissä olevia tietolähteitä.
Opiskelijalta vaaditaan aktiivista osallistumista keskusteluun, hän on positiivinen keskutelukumppani sekä edistää keskustelua olennaiseen suuntaan ja perustelee mielipiteensä.
Palautettavat tehtävät tulee olla suoritettuina siten, että ne ylittävät annetun tehtäväksiannon tavoitteet.