Siirry suoraan sisältöön

Datan analysointi ja visualisointi (10 op)

Toteutuksen tunnus: AT00BY42-3004

Toteutuksen perustiedot


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

  • TLTITVT21SV
    Tieto- ja viestintätekniikan koulutus 21SV Lahti
  • TLTITVT22K
    Tieto- ja viestintätekniikan koulutus 22K Lahti
  • TLTITVT21K
    Tieto- ja viestintätekniikan koulutus 21K Lahti
  • 07TVT20K
    Tieto- ja viestintätekniikan koulutus 20K, Lahti
  • TLTITVT22SV
    Tieto- ja viestintätekniikan koulutus 22SV Lahti
  • TLTITVT20SV
    Tieto- 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.