Siirry suoraan sisältöön

Datan analysointi ja visualisointi (5 op)

Toteutuksen tunnus: YY00CB89-3005

Toteutuksen perustiedot


Ilmoittautumisaika

06.05.2024 - 25.08.2024

Ajoitus

26.08.2024 - 29.08.2024

Opintopistemäärä

5 op

Virtuaaliosuus

5 op

Toteutustapa

Etäopetus

Yksikkö

Teknologia (LAB)

Toimipiste

Verkkokampus

Opetuskielet

  • Suomi

Paikat

10 - 60

Koulutus

  • Tekniikan alan koulutus (ylempi AMK), Uudistava johtaminen
  • Tekniikan koulutus (ylempi AMK), IoT:stä tekoälyyn

Opettaja

  • Minna Asplund
  • Henri Koukka
  • Erjaleena Koljonen

Opetusryhmät

  • Luennot 1 (Koko: 100. Avoin AMK: 0.)

Ryhmät

  • TLTIYITT24KV
    IoT:stä tekoälyyn (YAMK) 24KV Lahti
  • LLPRYASLI23KV
    Asiakassuuntautuneen liiketoiminnan kehittäminen (YAMK) 23KV Lappeenranta
  • LLTIYLDR23SV
    Liiketoiminnan digitaaliset ratkaisut (YAMK) 23SV Lahti
  • TLTIYUJT24SV
    Uudistava johtaminen (YAMK), tekniikan ala 24SV Lahti

Pienryhmät

  • Luennot 1

Osaamistavoitteet

Opiskelija osaa
- tutkia datan ominaisuuksia jatkokäsittelyn kannalta
- hyödyntää matemaattisia menetelmiä datan analysoinnissa
- hyödyntää modernia tilastollista työkalua
- visualisoida datan ja analyysin jatkokäyttöä hyödyntävällä tavalla
- tuottaa toistettavan tutkimuksen

Toteutustapa ja opetusmenetelmät

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.

Ajoitus ja läsnäolo

Intensiivijakso on viikolla 35, ma 26.8. - to 29.8.2024.

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 Moodle verkko-oppimisalustaa.

Opiskelijan ajankäyttö ja kuormitus

Yhteisiä tunteja on 23. Kokonaisajankäyttö opiskelijalle on mitoitettu keskimäärin 135 tunniksi.

Sisältö

Kurssi pitää sisällään
- datan tutkimista tilastollisten tunnuslukujen ja visualisoinnin avulla
- estimoinnin perusteet ja tilastolliset testit
- R analytiikan käyttö
- Datan visualisointi web-ympäristössä.

Lisätietoja opiskelijalle: mm. 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.