Siirry suoraan sisältöön

Koneoppiminen (5 op)

Toteutuksen tunnus: TE00BR05-3001

Toteutuksen perustiedot


Ajoitus

01.08.2019 - 30.11.2019

Opintopistemäärä

5 op

Virtuaaliosuus

3 op

Toteutustapa

40 % Lähiopetus, 60 % Etäopetus

Yksikkö

Tekniikan ala (LAMK)

Toimipiste

Tekniikan ala

Opetuskielet

  • Suomi

Paikat

10 - 25

Koulutus

  • Big Data -erikoistumiskoulutus

Opettaja

  • Matti Welin
  • Minna Asplund
  • Rami Viksilä

Ryhmät

  • 07YDIG19S
    Digitaaliset ratkaisut (YAMK) 19S, tekniikan ala, Lahti
  • 07ERBD19K
    Big Data -erikoistumiskoulutus

Osaamistavoitteet

Opiskelija osaa:
- käyttää hyväkseen ohjattua sekä ohjaamatonta koneoppimista tarkoituksenmukaisella tavalla
- toteuttaa koneoppimismallin sovittamisen
- hyödyntää datapohjaista päätöksentekoa
- hyödyntää pilvipalveluiden tarjontaa

Toteutustapa ja opetusmenetelmät

Kurssi toteutetaan yhteensä kolmen päivän intensiiviopetuksena.
Opetusmenetelminä käytetään lähiopetusta luennoiden, sekä esimerkkeihin perustuvia soveltavia harjoituksia. Mahdollisuuksien mukaan myös äänitteitä.

Ajoitus ja läsnäolo

Intensiivijaksoja on seuraavina päivinä: ke 5.6.2019, ma 16.9.2019, ti 17.9.2019, ke 18.9.2019 ja ma 18.11.2019.

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 Reppu verkko-oppimisalustaa. Käytännön tehtäviä varten tarvitaan R Studio:n asennus, sekä käyttäjätunnusten luonti RPubs -verkkosivuille.

Opiskelijan ajankäyttö ja kuormitus

Yhteisiä tunteja on noin 18. Kokonaisajankäyttö opiskelijalle on mitoitettu keskimäärin 135 tunniksi.

Sisältö

Kurssi pitää sisällään
- R Studion käyttö sekä ohjatussa että ohjaamattomassa koneoppimisessa
- R Studion käyttö mallin sovittamisessa
- tunnuslukuja ja ristiinvarmistus

Arviointimenetelmät

Arvioinnin perusteena käytetään opintojaksolla tehtäväksi annettujen tehtävien suorittamisen tasoa.

Arviointiasteikko

Hyväksytty/Hylätty

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 hyväksytysti 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.
Palautettavat tehtävät tulee olla suoritettuina tehtäväksiannon mukaisesti ja erinomaisella tasolla.