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
-
07YDIG19SDigitaaliset ratkaisut (YAMK) 19S, tekniikan ala, Lahti
-
07ERBD19KBig 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.