Siirry suoraan sisältöön

Tekniikan koulutus (ylempi AMK), IoT:stä tekoälyyn

Tutkinto:
Tekniikan ylempi ammattikorkeakoulututkinto

Tutkintonimike:
Insinööri (ylempi AMK)

Laajuus:
60 op

Insinööri (ylempi AMK), IoT:stä tekoälyyn 23S, verkko-opinnot
Tunnus
(TLTIYITT23SV)

Insinööri (ylempi AMK), IoT:stä tekoälyyn 24K, verkko-opinnot
Tunnus
(TLTIYITT24KV)
Insinööri (ylempi AMK), IoT:stä tekoälyyn 22S, verkko-opinnot
Tunnus
(TLTIYITT22SV)
Insinööri (ylempi AMK), IoT:stä tekoälyyn 21S, Lahti
Tunnus
(YITT21SLTI)
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
  • TLTIYITT23SV
    IoT: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
  • TLTIYITT23SV
    IoT:stä tekoälyyn (YAMK) 23SV Lahti
  • TLTIYTO23H
    Täydentävä 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
  • TLTIYITT23SV
    IoT: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
  • TLTIYITT24KV
    IoT: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
  • TLTIYITT23SV
    IoT: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
  • TLTIYITT23SV
    IoT: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
  • TLTIYITT23SV
    IoT:stä tekoälyyn (YAMK) 23SV Lahti
  • TLTIYUJT23SV
    Uudistava 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
  • TLTIYITT24KV
    IoT:stä tekoälyyn (YAMK) 24KV Lahti
  • TLTIYKKY24KV
    Kestävä 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
  • TLTIYITT23SV
    IoT:stä tekoälyyn (YAMK) 23SV Lahti
  • TLTIYUJT23SV
    Uudistava 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
  • TLTIYITT24KV
    IoT: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
  • TLTIYITT23SV
    IoT: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
  • TLTIYITT24KV
    IoT:stä tekoälyyn (YAMK) 24KV Lahti
  • TLTIYTO23H
    Täydentävä 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.