•   Data Analyzation and Visualization YY00CB89-3003 14.11.2022-31.12.2022  5 credits  (TLTIYITT22SV) +-
    Name of lecturer(s)

    Minna Asplund

    Learning material and recommended literature

    Opiskelija etsii itsenäisesti sekä kirjallisuuslähteitä että internetin kautta löydettävissä olevia luotettavia lähteitä. Opintojaksolla on esitysmateriaalia. (not translated)

    Implementation and methods of teaching

    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. (not translated)

    Assessment methods and criteria

    Arvioinnin perusteena käytetään opintojaksolla tehtäväksi annettujen tehtävien suorittamisen tasoa. (not translated)

    Language of instruction

    Finnish

    Timing

    14.11.2022 - 31.12.2022

    Enrollment date

    15.08.2022 - 04.09.2022

    Enrolment in Peppi http://peppi.lab.fi. If you need assistance, please contact the student office.

    Group(s)
    • TLTIYITT22SV
    Seats

    10 - 40

    Unit, in charge

    Faculty of Technology (LAB)

    Small group(s)
    • Verkkoluento 1 (Size: 0.
    Teacher(s)

    Minna Asplund, Erjaleena Koljonen, Henri Koukka

    Additional information for students: previous knowledge etc.

    Lukion lyhyttä matematiikkaa vastaava osaaminen.
    Ohjelmoinnin perusteet tai vastaava osaaminen. (not translated)

    Degree Programme(s)

    Master’s Degree Programme in Engineering, from IoT to AI

    Unit location

    E-campus

    Virtual proportion

    5 credits

    Assessment methods

    1-5

    Dates for exams and retakes

    Opintojaksolla ei ole tenttiä. (not translated)

    Timing and attendance

    Intensiivijakso on ma 28.11.2022 - to 1.12.2022. (not translated)

    Learning environment

    Kurssin informointi- ja järjestely-ympäristönä käytetään virtuaalista Moodle verkko-oppimisalustaa. (not translated)

    Students use of time and workload

    Yhteisiä tunteja on 23. Kokonaisajankäyttö opiskelijalle on mitoitettu keskimäärin 135 tunniksi. (not translated)

    Contents

    Kurssi pitää sisällään - datan tutkimista tilastollisten tunnuslukujen ja visualisoinnin avulla - estimoinnin perusteet ja tilastolliset testit - R analytiikan käyttö - Datan visualisointi web-ympäristössä. (not translated)

    Assessment criteria
    Failed (0)

    Opiskelija ei ole saavuttanut opintojakson osaamistavoitteita. (not translated)

    Assessment criteria - level 1

    Opiskelija osaa käyttää hyväkseen saatavilla olevia tietolähteitä sekä tehdä itsenäisiä ratkaisuja jossain määrin. Palautettavat tehtävät tulee olla suoritettuina läpipääsyn tasolla. (not translated)

    Assessment criteria - level 3

    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. (not translated)

    Assessment criteria - level 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. (not translated)