Tekniikan koulutus (ylempi AMK), IoT:stä tekoälyyn
Insinööri (ylempi AMK), IoT:stä tekoälyyn 23S, verkko-opinnot
Insinööri (ylempi AMK), IoT:stä tekoälyyn 24K, verkko-opinnot
Insinööri (ylempi AMK), IoT:stä tekoälyyn 22S, verkko-opinnot
Insinööri (ylempi AMK), IoT:stä tekoälyyn 21S, Lahti
Ilmoittautumisaika
15.05.2023 - 01.09.2023
Ajoitus
27.11.2023 - 30.11.2023
Opintopistemäärä
5 op
Virtuaaliosuus
5 op
Toteutustapa
Etäopetus
Yksikkö
Teknologia (LAB)
Toimipiste
Verkkokampus, Lahti
Opetuskielet
- Suomi
Paikat
10 - 40
Koulutus
- Täydentävä osaaminen ja vapaavalintaiset opinnot, YAMK
- Tekniikan koulutus (ylempi AMK), IoT:stä tekoälyyn
Opettaja
- Henri Koukka
- Erjaleena Koljonen
- Minna Asplund
Opetusryhmät
- Verkkoluento 1 (Koko: 0. Avoin AMK: 0.)
Ryhmät
-
TLTIYITT23SVIoT:stä tekoälyyn (YAMK) 23SV Lahti
Pienryhmät
- Verkkoluento 1
Osaamistavoitteet
Opiskelija osaa
- tutkia datan ominaisuuksia jatkokäsittelyn kannalta
- hyödyntää matemaattisia menetelmiä datan analysoinnissa
- hyödyntää modernia tilastollista työkalua
- visualisoida datan ja analyysin jatkokäyttöä hyödyntävällä tavalla
- tuottaa toistettavan tutkimuksen
Toteutustapa ja opetusmenetelmät
Kurssi toteutetaan yhteensä neljän päivän intensiiviopetuksena. Kaksi viikkoa ennen intensiiviviikkoa avautuvat kurssin ennakkotehtävät.
Opetusmenetelminä käytetään etäopetusta luennoiden, sekä esimerkkeihin perustuvia soveltavia harjoituksia. Mahdollisuuksien mukaan myös äänitteitä.
Ajoitus ja läsnäolo
Intensiivijakso on syksyllä viikolla 48, ma 27.11- to 30.11.2023.
Oppimateriaali ja suositeltava kirjallisuus
Opiskelija etsii itsenäisesti sekä kirjallisuuslähteitä että internetin kautta löydettävissä olevia luotettavia lähteitä. Opintojaksolla on esitysmateriaalia.
Uusintamahdollisuudet
Opintojaksolla ei ole tenttiä.
Oppimisympäristö
Kurssin informointi- ja järjestely-ympäristönä käytetään virtuaalista Moodle verkko-oppimisalustaa.
Opiskelijan ajankäyttö ja kuormitus
Yhteisiä tunteja on 23. Kokonaisajankäyttö opiskelijalle on mitoitettu keskimäärin 135 tunniksi.
Sisältö
Kurssi pitää sisällään
- datan tutkimista tilastollisten tunnuslukujen ja visualisoinnin avulla
- estimoinnin perusteet ja tilastolliset testit
- R analytiikan käyttö
- Datan visualisointi web-ympäristössä.
Lisätietoja opiskelijalle: mm. 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.
Ilmoittautumisaika
20.11.2023 - 05.01.2024
Ajoitus
08.01.2024 - 31.07.2024
Opintopistemäärä
5 op
Virtuaaliosuus
5 op
Toteutustapa
Etäopetus
Yksikkö
Teknologia (LAB)
Toimipiste
Verkkokampus, Lahti
Opetuskielet
- Suomi
Paikat
15 - 35
Koulutus
- Täydentävä osaaminen ja vapaavalintaiset opinnot, YAMK
- Tekniikan koulutus (ylempi AMK), IoT:stä tekoälyyn
Opettaja
- Matti Welin
- Henri Koukka
Opetusryhmät
- Luennot 1 (Koko: 0. Avoin AMK: 0.)
Ryhmät
-
TLTIYITT23SVIoT:stä tekoälyyn (YAMK) 23SV Lahti
-
TLTIYTO23HTäydentävä osaaminen YAMK 2023-2024, Teknologia, Lahti
Pienryhmät
- Luennot 1
Osaamistavoitteet
Opiskelija osaa
- tunnistaa digitaalisten kaksosten toimintaperiaatteita sekä sovelluskohteita
- tunnistaa pelin kaltaisia aktiviteetteja sekä pelillisiä mahdollisuuksia digitaalisten kaksosten toimintaympäristöissä
- tunnistaa pelimoottorien tarjoamat mahdollisuudet digitaalisten kaksosten esityskerroksessa
- toteuttaa yksinkertaisen digitaalisen kaksosen nykyaikaisella pelimoottorilla
Toteutustapa ja opetusmenetelmät
Opintojakso koostuu intensiiviviikosta (Ma-To) sekä pakollisista esi- ja jälkitehtävistä.
Opetusmenetelminä käytetään etäopetusta luennoiden, sekä esimerkkeihin perustuvia soveltavia harjoituksia. Osa opintojakson tehtävistä toteutetaan ryhmätyönä. Luennot tallennetaan mahdollisuuksien mukaan.
Ajoitus ja läsnäolo
Intensiivijakso pidetään ma 15.04.2024 - 18.04.2024.
Läsnäolo on suotavaa, lähes pakollista erityisesti ryhmätyön osalta.
Oppimateriaali ja suositeltava kirjallisuus
Opiskelija etsii itsenäisesti sekä kirjallisuuslähteitä että internetin kautta löydettävissä olevia luotettavia lähteitä. Opintojaksolla käytettävä esitysmateriaalia on käytettävissä lähiviikosta alkaen.
Uusintamahdollisuudet
Opintojaksolla ei ole tenttiä.
Oppimisympäristö
Moodle oppimisalusta sekä zoom.
Opiskelijan ajankäyttö ja kuormitus
Kokonaisajankäyttö on keskimäärin 135 tuntia, josta lähiopetusta 24 h.
Sisältö
Opintojaksolla perehdytään Digitaalisten kaksosten problematiikkaan ja toteutustapoihin datan esittämisen näkökulmasta. Lisäksi tutustutaan pelillisyyden tuomaan lisäarvoon, nykyaikaiseen pelimoottoriin, sen arkkitehtuuriin ja toimintatapaan. Kurssilla toteutetaan pienimuotoinen digitaalinen kaksonen, joka näyttää simuloitua dataa reaaliaikaisesti.
Lisätietoja opiskelijalle: mm. edeltävä osaaminen
Ymmärrys ohjelmoinnista.
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.
Ilmoittautumisaika
15.05.2023 - 01.09.2023
Ajoitus
16.10.2023 - 19.10.2023
Opintopistemäärä
5 op
Virtuaaliosuus
5 op
Toteutustapa
Etäopetus
Yksikkö
Teknologia (LAB)
Toimipiste
Verkkokampus, Lahti
Opetuskielet
- Suomi
Koulutus
- Täydentävä osaaminen ja vapaavalintaiset opinnot, YAMK
- Tekniikan koulutus (ylempi AMK), IoT:stä tekoälyyn
Opettaja
- Matti Welin
- Tommi Veijalainen
Opetusryhmät
- Luennot 1 (Koko: 0. Avoin AMK: 0.)
Ryhmät
-
TLTIYITT23SVIoT:stä tekoälyyn (YAMK) 23SV Lahti
Pienryhmät
- Luennot 1
Osaamistavoitteet
Opiskelija osaa
- ymmärtää IoT:n osuuden datan määrän merkittävästä kasvusta ja ymmärtää sensoridatan luonnetta sekä tietää perusperiaatteita datan käsittelylle sensoritasolla
- ymmärtää IoT laitteiden perusrakennetta
- tallentaa mittaustulokset tietokantaan ja ymmärtää aikasarjatietokantojen hyödynnettävyyden
- siirtää mittaustulokset IoT standardiprotokollan avulla pilvipalveluun
- kuvata erilaisien IoT verkkoarkkitehtuurien rakenteet ja niiden liittymisen osaksi laajempia tietojärjestelmiä
- ottaa huomioon IoT teknologioiden erityiset tietoturvariskit
Toteutustapa ja opetusmenetelmät
Luennot, harjoitukset ja etätehtävät
Ajoitus ja läsnäolo
Opiskelu tapahtuu monimuoto-opiskeluna etä- ja lähijaksoilla verkossa. Lähijaksoilla läsnäolo on suotavaa.
Lähijakso pidetään viikolla 42 (16.10-19.10.2023)
Oppimateriaali ja suositeltava kirjallisuus
Oppimateriaali löytyy Moodlesta. Se koostuu kurssin luentokalvoista ja muusta ajankohtaisesta materiaalista. Lisäksi opiskelija etsii itsenäisesti sekä kirjallisuuslähteitä että internetin kautta löydettävissä olevia luotettavia lähteitä.
Toteutuksen valinnaiset suoritustavat
Ei ole.
Työelämäyhteistyö
Ei
Uusintamahdollisuudet
Sovitaan tarvittaessa erikseen.
Oppimisympäristö
Kurssin informointi- ja järjestely-ympäristönä käytetään virtuaalista Moodle verkko-oppimisalustaa. Kurssilla edellytetään oman koneen teho-käyttöä ja järjestelmänvalvojan tunnukset on hyvä olla käytössä kurssin aikana. Käytettävä tietokone voi olla Windows, Linux tai Mac-pohjainen.
Tarvittavat laitteistot ja ohjelmistot etätyöskentelyyn määritellään kurssin alussa. Sujuvaan työskentelyyn on hyvä omata järjestelmänvalvojan oikeudet tietokoneeseen.
Opiskelijan ajankäyttö ja kuormitus
135 tuntia, josta n. 21 lähituntia
Sisältö
IoT-datan kulku sensorilta aikasarjatietokannan kautta dashboard'iin.
Ohjelmia suoritetaan konttiympäristössä.
Laitteistojen valintaa ja elektroniikan perusteita.
Arviointimenetelmät
Arvioinnin perusteena käytetään opintojaksolla tehtäväksi annettujen tehtävien suorittamisen tasoa sekä opiskelijan aktiivisuutta.
Arviointiasteikko
1-5
Hylätty (0)
Opiskelija ei ole saavuttanut opintojakson osaamistavoitteita.
Arviointikriteerit: arviointiasteikko hyväksytty/hylätty
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 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 käytettävissä olevia tietolähteitä itsenäisesti hyväkseen ja soveltaa niitä.
Palautettavat tehtävät tulee olla suoritettuina siten, että ne ovat tehtäväksiannon mukaisesti oikein ja hyväksytysti suoritettuina. Opiskelija osallistuu luennoilla tapahtuvaan keskusteluun ja pohdintoihin.
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 täyttävät annetun tehtäväksiannon tavoitteet kiitettävällä tasolla.
Ilmoittautumisaika
20.11.2023 - 12.01.2024
Ajoitus
13.05.2024 - 16.05.2024
Opintopistemäärä
5 op
Virtuaaliosuus
5 op
Toteutustapa
Etäopetus
Yksikkö
Teknologia (LAB)
Toimipiste
Verkkokampus, Lahti
Opetuskielet
- Suomi
Paikat
15 - 35
Koulutus
- Tekniikan koulutus (ylempi AMK), IoT:stä tekoälyyn
Opettaja
- Matti Welin
- Tommi Veijalainen
- Juha Hyytiäinen
Opetusryhmät
- Luennot 1 (Koko: 500. Avoin AMK: 0.)
Ryhmät
-
TLTIYITT24KVIoT:stä tekoälyyn (YAMK) 24KV Lahti
Pienryhmät
- Luennot 1
Osaamistavoitteet
Opiskelija osaa
- ymmärtää IoT:n osuuden datan määrän merkittävästä kasvusta ja ymmärtää sensoridatan luonnetta sekä tietää perusperiaatteita datan käsittelylle sensoritasolla
- ymmärtää IoT laitteiden perusrakennetta
- tallentaa mittaustulokset tietokantaan ja ymmärtää aikasarjatietokantojen hyödynnettävyyden
- siirtää mittaustulokset IoT standardiprotokollan avulla pilvipalveluun
- kuvata erilaisien IoT verkkoarkkitehtuurien rakenteet ja niiden liittymisen osaksi laajempia tietojärjestelmiä
- ottaa huomioon IoT teknologioiden erityiset tietoturvariskit
Toteutustapa ja opetusmenetelmät
Luennot, harjoitukset ja etätehtävät.
Ajoitus ja läsnäolo
Kurssi toteutetaan neljän päivän intensiiviopetuksena. Intensiiviviikolla läsnäolo on suotavaa.
Intensiivijakso pidetään viikolla 20 (13.5. - 16.5.2024).
Oppimateriaali ja suositeltava kirjallisuus
Oppimateriaali löytyy Moodlesta. Se koostuu kurssin luentokalvoista ja muusta ajankohtaisesta materiaalista. Lisäksi opiskelija etsii itsenäisesti sekä kirjallisuuslähteitä että internetin kautta löydettävissä olevia luotettavia lähteitä.
Toteutuksen valinnaiset suoritustavat
Ei ole.
Työelämäyhteistyö
Ei
Uusintamahdollisuudet
Sovitaan tarvittaessa erikseen.
Oppimisympäristö
Kurssin informointi- ja järjestely-ympäristönä käytetään virtuaalista Moodle verkko-oppimisalustaa. Kurssilla edellytetään oman koneen teho-käyttöä ja järjestelmänvalvojan tunnukset on hyvä olla käytössä kurssin aikana. Käytettävä tietokone voi olla Windows, Linux tai Mac-pohjainen.
Tarvittavat laitteistot ja ohjelmistot etätyöskentelyyn määritellään kurssin alussa. Sujuvaan työskentelyyn on hyvä omata järjestelmänvalvojan oikeudet tietokoneeseen.
Opiskelijan ajankäyttö ja kuormitus
135 tuntia, josta n. 21 lähituntia
Sisältö
IoT-datan kulku sensorilta aikasarjatietokannan kautta dashboard'iin.
Ohjelmia suoritetaan konttiympäristössä.
Laitteistojen valintaa ja elektroniikan perusteita.
Arviointimenetelmät
Arvioinnin perusteena käytetään opintojaksolla tehtäväksi annettujen tehtävien suorittamisen tasoa sekä opiskelijan aktiivisuutta.
Arviointiasteikko
1-5
Hylätty (0)
Opiskelija ei ole saavuttanut opintojakson osaamistavoitteita.
Arviointikriteerit: arviointiasteikko hyväksytty/hylätty
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 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 käytettävissä olevia tietolähteitä itsenäisesti hyväkseen ja soveltaa niitä.
Palautettavat tehtävät tulee olla suoritettuina siten, että ne ovat tehtäväksiannon mukaisesti oikein ja hyväksytysti suoritettuina. Opiskelija osallistuu luennoilla tapahtuvaan keskusteluun ja pohdintoihin.
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 täyttävät annetun tehtäväksiannon tavoitteet kiitettävällä tasolla.
Ilmoittautumisaika
20.11.2023 - 05.01.2024
Ajoitus
11.03.2024 - 14.03.2024
Opintopistemäärä
5 op
Virtuaaliosuus
5 op
Toteutustapa
Etäopetus
Yksikkö
Teknologia (LAB)
Toimipiste
Verkkokampus, Lahti
Opetuskielet
- Suomi
Paikat
5 - 40
Koulutus
- Tekniikan koulutus (ylempi AMK), IoT:stä tekoälyyn
Opettaja
- Matti Welin
- Minna Asplund
- Rami Viksilä
Opetusryhmät
- Verkkoluento 1 (Koko: 500. Avoin AMK: 0.)
Ryhmät
-
TLTIYITT23SVIoT:stä tekoälyyn (YAMK) 23SV Lahti
Pienryhmät
- Verkkoluento 1
Osaamistavoitteet
Opiskelija osaa
- tunnistaa neuroverkkojen ja syväoppimisen tärkeimmät ominaisuudet
- tutkia hyperparametreja, aktivaatiofunktioita ja neuroverkkojen topologiaa
- käsitellä piilotettuja kerroksia sekä ennustaa olemassa olevan datan avulla
- ottaa huomioon resurssien käytön sekä tekoälyn eettiset näkökulmat
Toteutustapa ja opetusmenetelmät
Kurssi toteutetaan neljän päivän intensiiviopetuksena.
Opetusmenetelminä käytetään lähiopetusta luennoiden, sekä esimerkkeihin perustuvia soveltavia harjoituksia. Mahdollisuuksien mukaan myös äänitteitä.
Ajoitus ja läsnäolo
Intensiivijakso on ma 11.3.2024 - to 14.3.2024.
Intensiiviviikolla läsnäolo on suotavaa.
Oppimateriaali ja suositeltava kirjallisuus
Opiskelija etsii itsenäisesti sekä kirjallisuuslähteitä että internetin kautta löydettävissä olevia luotettavia lähteitä. Opintojaksolla on esitysmateriaalia.
Uusintamahdollisuudet
Opintojaksolla ei ole tenttiä.
Oppimisympäristö
Kurssin informointi - ja järjestely-ympäristönä käytetään virtuaalista Moodle verkko-oppimisalustaa.
Opiskelijan ajankäyttö ja kuormitus
Yhteisiä tunteja on noin 24. Kokonaisajankäyttö opiskelijalle on mitoitettu keskimäärin 135 tunniksi.
Lisätietoja opiskelijalle: mm. edeltävä osaaminen
Edeltävä osaaminen:
- Lukion lyhyttä matematiikkaa vastaava osaaminen.
- Ohjelmoinnin perusteet tai vastaava osaaminen.
- Datan analysointi ja visualisointi, tai vastaava osaaminen.
- Koneoppiminen 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.
Ilmoittautumisaika
20.11.2023 - 05.01.2024
Ajoitus
15.01.2024 - 18.01.2024
Opintopistemäärä
5 op
Virtuaaliosuus
5 op
Toteutustapa
Etäopetus
Yksikkö
Teknologia (LAB)
Toimipiste
Verkkokampus, Lahti
Opetuskielet
- Suomi
Paikat
5 - 40
Koulutus
- Tekniikan koulutus (ylempi AMK), IoT:stä tekoälyyn
Opettaja
- Matti Welin
- Minna Asplund
- Rami Viksilä
Opetusryhmät
- Verkkoluento 1 (Koko: 500. Avoin AMK: 0.)
Ryhmät
-
TLTIYITT23SVIoT:stä tekoälyyn (YAMK) 23SV Lahti
Pienryhmät
- Verkkoluento 1
Osaamistavoitteet
Opiskelija osaa
- käyttää hyväkseen sekä ohjattua sekä ohjaamatonta koneoppimista tarkoituksenmukaisella tavalla
- toteuttaa koneoppimismallin sovittamisen
- hyödyntää datapohjaista päätöksentekoa
- vertailla laitteistoja, ohjelmistoja ja kehitysympäristöjä erilaisiin koneoppimista hyödyntäviin sovelluksiin
Toteutustapa ja opetusmenetelmät
Kurssi toteutetaan neljän päivän intensiiviopetuksena.
Opetusmenetelminä käytetään lähiopetusta luennoiden, sekä esimerkkeihin perustuvia soveltavia harjoituksia. Mahdollisuuksien mukaan myös äänitteitä.
Ajoitus ja läsnäolo
Intensiivijakso on viikolla 3, ma 15.1.2024 - to 18.1.2024.
Intensiivijaksolla läsnäolo on suotavaa.
Oppimateriaali ja suositeltava kirjallisuus
Opiskelija etsii itsenäisesti sekä kirjallisuuslähteitä että internetin kautta löydettävissä olevia luotettavia lähteitä. Opintojaksolla on esitysmateriaalia.
Uusintamahdollisuudet
Opintojaksolla ei ole tenttiä.
Oppimisympäristö
Kurssin informointi - ja järjestely-ympäristönä käytetään virtuaalista Moodle verkko-oppimisalustaa.
Opiskelijan ajankäyttö ja kuormitus
Yhteisiä tunteja on noin 24. Kokonaisajankäyttö opiskelijalle on mitoitettu keskimäärin 135 tunniksi.
Lisätietoja opiskelijalle: mm. edeltävä osaaminen
Edeltävä osaaminen:
- Lukion lyhyttä matematiikkaa vastaava osaaminen.
- Ohjelmoinnin perusteet tai vastaava osaaminen.
- Datan analysointi ja visualisointi, 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.
Ilmoittautumisaika
15.05.2023 - 31.07.2024
Ajoitus
01.08.2023 - 31.07.2024
Opintopistemäärä
10 op
Virtuaaliosuus
10 op
Toteutustapa
Etäopetus
Yksikkö
Teknologia (LAB)
Toimipiste
Verkkokampus, Lahti
Opetuskielet
- Suomi
Koulutus
- Tekniikan alan koulutus (ylempi AMK), Uudistava johtaminen
- Tekniikan koulutus (ylempi AMK), IoT:stä tekoälyyn
Opettaja
- Mirka Airesvuo
- Minna Asplund
- Lea Heikinheimo
- Mirva Rainio
Ryhmät
-
TLTIYITT23SVIoT:stä tekoälyyn (YAMK) 23SV Lahti
-
TLTIYUJT23SVUudistava johtaminen (YAMK), tekniikan ala 23SV Lahti
Osaamistavoitteet
Opiskelija osaa
- kuvata opinnäytetyönsä tavoitteet ja keskeisen sisällön
- suunnitella ja kuvata oman opinnäytetyöprosessinsa vaiheet
- ottaa huomioon mahdolliset tutkimuslupa- ja tekijänoikeusasiat.
Ajoitus ja läsnäolo
Kokonaisuuteen kuuluva luentosarja tutkimuksellisesta kirjoittamisesta on syksyllä 2023:
17.10. klo 16.30 - 19.00 ja 19.10. klo 16.30 - 19.00 (Mirva Rainio)
Jos aika ei käy, voit valita muiden alojen luennoista:
https://moodle.lut.fi/course/view.php?id=5401
Tuonne info-Moodleen tulevat myöhemmin myös kevään luentovaihtoehdot.
Arviointiasteikko
1-5
Ilmoittautumisaika
20.11.2023 - 31.12.2024
Ajoitus
01.01.2024 - 31.12.2024
Opintopistemäärä
10 op
Toteutustapa
Lähiopetus
Yksikkö
Teknologia (LAB)
Toimipiste
Verkkokampus, Lahti
Opetuskielet
- Suomi
Koulutus
- Tekniikan koulutus (ylempi AMK), IoT:stä tekoälyyn
- Tekniikan koulutus (ylempi AMK), Kestävä kaupunkiympäristö
Opettaja
- Eeva Aarrevaara
- Paul Carroll
- Minna Asplund
- Anne-Marie Tuomala
- Lea Heikinheimo
- Mirva Rainio
Opetusryhmät
- Verkkoluento 1 (Koko: 100. Avoin AMK: 0.)
- Seminaari 1 (Koko: 100. Avoin AMK: 0.)
Ryhmät
-
TLTIYITT24KVIoT:stä tekoälyyn (YAMK) 24KV Lahti
-
TLTIYKKY24KVKestävä kaupunkiympäristö (YAMK) 24KV Lahti
Pienryhmät
- Verkkoluento 1
- Seminaari 1
Osaamistavoitteet
Opiskelija osaa
- kuvata opinnäytetyönsä tavoitteet ja keskeisen sisällön
- suunnitella ja kuvata oman opinnäytetyöprosessinsa vaiheet
- ottaa huomioon mahdolliset tutkimuslupa- ja tekijänoikeusasiat.
Toteutustapa ja opetusmenetelmät
Ohjeet kurssin suorituksesta löytyvät osoitteesta: https://moodle.lut.fi/course/view.php?id=5401
- Molemmilla luentokerroilla on eri sisältö, eli molempiin iltapäiviin tulee osallistua, mutta jos ei pääse esim. toiseen luentosessioon, sitten opiskelee itsenäisesti Zoomissa käydyt asiat (kurssilla on lopputentti).
- Lopuksi on tentti luennoilla käydyistä asioista.
- Opiskelijat liittyvät Zoomiin, jonka linkki on YAMK Tutkimuksellisen kirjoittamisen luennot -Moodlessa. Ensimmäisellä luentokerralla opiskelijat liitetään Moodleen (tai rekisteröityvät itse).
Ajoitus ja läsnäolo
Tutkimuksellisen kirjoittamisen luento on
- tiistaina 12.3. klo 16.30 - 20.00.
Arviointiasteikko
1-5
Ilmoittautumisaika
15.05.2023 - 31.07.2024
Ajoitus
01.08.2023 - 31.07.2024
Opintopistemäärä
20 op
Virtuaaliosuus
20 op
Toteutustapa
Etäopetus
Yksikkö
Teknologia (LAB)
Toimipiste
Verkkokampus, Lahti
Opetuskielet
- Suomi
Koulutus
- Tekniikan koulutus (ylempi AMK), IoT:stä tekoälyyn
Opettaja
- Minna Asplund
- Lea Heikinheimo
- Mirva Rainio
Opetusryhmät
- Verkkoluento 1 (Koko: 500. Avoin AMK: 0.)
Ryhmät
-
TLTIYITT23SVIoT:stä tekoälyyn (YAMK) 23SV Lahti
-
TLTIYUJT23SVUudistava johtaminen (YAMK), tekniikan ala 23SV Lahti
Pienryhmät
- Verkkoluento 1
Osaamistavoitteet
Opiskelija osaa
- osaa toteuttaa opinnäytetyön hyväksytyn opinnäytetyösuunnitelman pohjalta
- esittää opinnäytetyönsä tulokset tai tuotoksen
- raportoida opinnäytetyönsä kirjallisesti LAB-ammattikorkeakoulun opinnäytetyöohjeen mukaisesti
- kirjoittaa kypsyysnäytteenä lehdistötiedotteen tai artikkelin.
Arviointiasteikko
1-5
Ilmoittautumisaika
20.11.2023 - 31.12.2024
Ajoitus
01.01.2024 - 31.12.2024
Opintopistemäärä
20 op
Toteutustapa
Lähiopetus
Yksikkö
Teknologia (LAB)
Toimipiste
Verkkokampus, Lahti
Opetuskielet
- Suomi
Koulutus
- Tekniikan koulutus (ylempi AMK), IoT:stä tekoälyyn
Opettaja
- Minna Asplund
Opetusryhmät
- Seminaari 1 (Koko: 500. Avoin AMK: 0.)
Ryhmät
-
TLTIYITT24KVIoT:stä tekoälyyn (YAMK) 24KV Lahti
Pienryhmät
- Seminaari 1
Osaamistavoitteet
Opiskelija osaa
- osaa toteuttaa opinnäytetyön hyväksytyn opinnäytetyösuunnitelman pohjalta
- esittää opinnäytetyönsä tulokset tai tuotoksen
- raportoida opinnäytetyönsä kirjallisesti LAB-ammattikorkeakoulun opinnäytetyöohjeen mukaisesti
- kirjoittaa kypsyysnäytteenä lehdistötiedotteen tai artikkelin.
Arviointiasteikko
1-5
Ilmoittautumisaika
15.05.2023 - 01.09.2023
Ajoitus
04.09.2023 - 15.12.2023
Opintopistemäärä
5 op
Virtuaaliosuus
5 op
Toteutustapa
Etäopetus
Yksikkö
Teknologia (LAB)
Toimipiste
Verkkokampus, Lahti
Opetuskielet
- Suomi
Koulutus
- Täydentävä osaaminen ja vapaavalintaiset opinnot, YAMK
- Tekniikan koulutus (ylempi AMK), IoT:stä tekoälyyn
Opettaja
- Matti Welin
- Rami Viksilä
Opetusryhmät
- Verkkoluento 1 (Koko: 0. Avoin AMK: 0.)
Ryhmät
-
TLTIYITT23SVIoT:stä tekoälyyn (YAMK) 23SV Lahti
Pienryhmät
- Verkkoluento 1
Osaamistavoitteet
Opiskelija osaa
- komentorivin käytön perusteet digitaalisten palveluiden kehitys- ja tuotantoympäristössä
- vertailla ja hyödyntää virtualisointia osana digitaalisten palvelujen resurssitehokasta suunnittelua ja toteutusta
- suunnitella ja toteuttaa digitaalisen palvelun käyttämällä virtualisointia ja pilvipalveluita valitulla alustalla
- keskustella sekä perustella virtualisoinnin ja pilvipalveluiden valinnan digitaalisten palveluiden alustana.
Toteutustapa ja opetusmenetelmät
Opetusmenetelminä käytetään etäopetusta luennoiden, sekä esimerkkeihin perustuvia soveltavia harjoituksia.
Ajoitus ja läsnäolo
Opiskelu tapahtuu monimuoto-opiskeluna etä- ja lähijaksoilla verkossa. Lähijaksoilla läsnäolo on suotavaa.
Lähijakso pidetään viikolla 37 (11.09-14.09.2023)
Oppimateriaali ja suositeltava kirjallisuus
Oppimateriaali löytyy Moodlesta. Se koostuu kurssin luentokalvoista ja muusta ajankohtaisesta materiaalista. Lisäksi opiskelija etsii itsenäisesti sekä kirjallisuuslähteitä että internetin kautta löydettävissä olevia luotettavia lähteitä.
Toteutuksen valinnaiset suoritustavat
Ei ole
Työelämäyhteistyö
-
Uusintamahdollisuudet
-
Oppimisympäristö
Kurssin informointi- ja järjestely-ympäristönä käytetään virtuaalista Moodle verkko-oppimisalustaa. Kurssilla edellytetään oman koneen teho-käyttöä ja järjestelmänvalvojan tunnukset on hyvä olla käytössä kurssin aikana. Käytettävä tietokone voi olla Windows, Linux tai Mac-pohjainen.
Opiskelijan ajankäyttö ja kuormitus
Yhteisiä tunteja zoom'ssa on noin 24.
Kokonaisajankäyttö opiskelijalle on mitoitettu keskimäärin 135 tunniksi.
Sisältö
Sisältö koostuu konttiteknologioiden hyödyntämisestä IoT-ympäristössä tapahtuvaan järjestelmäkehityksen ja ylläpidon näkökulmasta.
Arviointimenetelmät
Arvioinnin perusteena käytetään opintojaksolla tehtäväksi annettujen tehtävien suorittamisen tasoa sekä opiskelijan aktiivisuutta.
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 käytettävissä olevia tietolähteitä itsenäisesti hyväkseen ja soveltaa niitä.
Palautettavat tehtävät tulee olla suoritettuina siten, että ne ovat tehtäväksiannon mukaisesti oikein ja hyväksytysti suoritettuina. Opiskelija osallistuu luennoilla tapahtuvaan keskusteluun ja pohdintoihin.
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 täyttävät annetun tehtäväksiannon tavoitteet kiitettävällä tasolla.
Ilmoittautumisaika
20.11.2023 - 12.01.2024
Ajoitus
05.02.2024 - 08.02.2024
Opintopistemäärä
5 op
Virtuaaliosuus
5 op
Toteutustapa
Etäopetus
Yksikkö
Teknologia (LAB)
Toimipiste
Verkkokampus, Lahti
Opetuskielet
- Suomi
Paikat
15 - 35
Koulutus
- Täydentävä osaaminen ja vapaavalintaiset opinnot, YAMK
- Tekniikan koulutus (ylempi AMK), IoT:stä tekoälyyn
Opettaja
- Matti Welin
- Rami Viksilä
Opetusryhmät
- Verkkoluento (Koko: 500. Avoin AMK: 0.)
Ryhmät
-
TLTIYITT24KVIoT:stä tekoälyyn (YAMK) 24KV Lahti
-
TLTIYTO23HTäydentävä osaaminen YAMK 2023-2024, Teknologia, Lahti
Pienryhmät
- Verkkoluento
Osaamistavoitteet
Opiskelija osaa
- komentorivin käytön perusteet digitaalisten palveluiden kehitys- ja tuotantoympäristössä
- vertailla ja hyödyntää virtualisointia osana digitaalisten palvelujen resurssitehokasta suunnittelua ja toteutusta
- suunnitella ja toteuttaa digitaalisen palvelun käyttämällä virtualisointia ja pilvipalveluita valitulla alustalla
- keskustella sekä perustella virtualisoinnin ja pilvipalveluiden valinnan digitaalisten palveluiden alustana.
Toteutustapa ja opetusmenetelmät
Opetusmenetelminä käytetään etäopetusta luennoiden, sekä esimerkkeihin perustuvia soveltavia harjoituksia.
Ajoitus ja läsnäolo
Kurssi toteutetaan neljän päivän intensiiviopetuksena. Intensiiviviikolla läsnäolo on suotavaa.
Intensiivijakso pidetään viikolla 6 (5.2.-8.2.2024)
Oppimateriaali ja suositeltava kirjallisuus
Oppimateriaali löytyy Moodlesta. Se koostuu kurssin luentokalvoista ja muusta ajankohtaisesta materiaalista. Lisäksi opiskelija etsii itsenäisesti sekä kirjallisuuslähteitä että internetin kautta löydettävissä olevia luotettavia lähteitä.
Toteutuksen valinnaiset suoritustavat
Ei ole
Työelämäyhteistyö
-
Uusintamahdollisuudet
-
Oppimisympäristö
Kurssin informointi- ja järjestely-ympäristönä käytetään virtuaalista Moodle verkko-oppimisalustaa. Kurssilla edellytetään oman koneen teho-käyttöä ja järjestelmänvalvojan tunnukset on hyvä olla käytössä kurssin aikana. Käytettävä tietokone voi olla Windows, Linux tai Mac-pohjainen.
Opiskelijan ajankäyttö ja kuormitus
Yhteisiä tunteja zoom'ssa on noin 24.
Kokonaisajankäyttö opiskelijalle on mitoitettu keskimäärin 135 tunniksi.
Sisältö
Sisältö koostuu konttiteknologioiden hyödyntämisestä IoT-ympäristössä tapahtuvaan järjestelmäkehityksen ja ylläpidon näkökulmasta.
Arviointimenetelmät
Arvioinnin perusteena käytetään opintojaksolla tehtäväksi annettujen tehtävien suorittamisen tasoa sekä opiskelijan aktiivisuutta.
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 käytettävissä olevia tietolähteitä itsenäisesti hyväkseen ja soveltaa niitä.
Palautettavat tehtävät tulee olla suoritettuina siten, että ne ovat tehtäväksiannon mukaisesti oikein ja hyväksytysti suoritettuina. Opiskelija osallistuu luennoilla tapahtuvaan keskusteluun ja pohdintoihin.
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 täyttävät annetun tehtäväksiannon tavoitteet kiitettävällä tasolla.