Siirry suoraan sisältöön

KoneoppiminenLaajuus (5 op)

Tunnus: YY00CC67

Laajuus

5 op

Vastuuhenkilö

  • Matti Welin
  • Rami Viksilä
  • Minna Asplund

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

Ilmoittautumisaika

06.05.2024 - 30.08.2024

Ajoitus

30.09.2024 - 03.10.2024

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
  • Luennot 1 (Koko: 100. Avoin AMK: 0.)
Ryhmät
  • TLTIYITT24KV
    IoT:stä tekoälyyn (YAMK) 24KV Lahti
Pienryhmät
  • Luennot 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 40, ma 30.9.2024 - to 3.10.2024.
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

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

21.11.2022 - 08.01.2023

Ajoitus

16.01.2023 - 10.02.2023

Opintopistemäärä

5 op

Virtuaaliosuus

5 op

Toteutustapa

Etäopetus

Yksikkö

Teknologia (LAB)

Toimipiste

Verkkokampus, Lahti

Opetuskielet
  • Suomi
Paikat

5 - 30

Koulutus
  • Tekniikan koulutus (ylempi AMK), IoT:stä tekoälyyn
Opettaja
  • Matti Welin
  • Minna Asplund
  • Rami Viksilä
Opetusryhmät
  • Luennot 1 (Koko: 500. Avoin AMK: 0.)
Ryhmät
  • TLTIYITT22SV
    IoT:stä tekoälyyn (YAMK) 22SV Lahti
Pienryhmät
  • Luennot 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 ma 16.1.2023 - to 19.1.2023.

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 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

19.11.2021 - 09.01.2022

Ajoitus

17.01.2022 - 20.01.2022

Opintopistemäärä

5 op

Virtuaaliosuus

5 op

Toteutustapa

Etäopetus

Yksikkö

Teknologia (LAB)

Toimipiste

Lahden kampus

Opetuskielet
  • Suomi
Paikat

5 - 30

Koulutus
  • Tekniikan koulutus (ylempi AMK), IoT:stä tekoälyyn
Opettaja
  • Matti Welin
  • Minna Asplund
  • Juhani Grape
  • Rami Viksilä
Opetusryhmät
  • Opetus (Koko: 0. Avoin AMK: 0.)
Ryhmät
  • TLTIYITT21S
    IoT:stä tekoälyyn (YAMK) 21S Lahti
Pienryhmät
  • Opetus

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 ma 17.1.2022 - to 20.1.2022.

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.