Datan analysointi ja visualisointi (10 op)
Toteutuksen tunnus: AT00BY42-3002
Toteutuksen perustiedot
Ilmoittautumisaika
19.11.2021 - 09.01.2022
Ajoitus
10.01.2022 - 20.03.2022
Opintopistemäärä
10 op
Virtuaaliosuus
7 op
Toteutustapa
30 % Lähiopetus, 70 % Etäopetus
Yksikkö
Teknologia (LAB)
Toimipiste
- Lahden kampus
- Verkkokampus, Lahti
Opetuskielet
- Suomi
Paikat
10 - 40
Koulutus
- Tieto- ja viestintätekniikan koulutus
Opettaja
- Henri Koukka
- Erjaleena Koljonen
- Minna Asplund
Opetusryhmät
- Opetus (Koko: 0. Avoin AMK: 0.)
Ryhmät
-
07TVT20KTieto- ja viestintätekniikan koulutus 20K, Lahti
-
07TVT19SVTieto- ja viestintätekniikan koulutus 19S, verkko-opinnot, Lahti
Pienryhmät
- Opetus
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 hybridinä: lähiopetuksena ja verkossa.
Ajoitus ja läsnäolo
Läsnäolo on suotavaa.
Opintojaksolla on 12 tuntia viikossa, ja se ajoittuu viikoille 2 - 11.
Oppimateriaali ja suositeltava kirjallisuus
Oppimateriaali löytyy Moodlesta. Lisäksi opiskelija etsii itsenäisesti sekä kirjallisuuslähteitä että internetin kautta löydettävissä olevia luotettavia lähteitä.
Uusintamahdollisuudet
Opintojaksolla ei ole tenttiä.
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.
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.