•   AI Applications 5Y00FE88-3002 01.08.2021-12.12.2021  5 cr  (21YDT) +-
    Learning outcomes of the course unit
    The student is able to implement various applications utilizing artificial intelligence and knows how to use data as part of an artificial intelligence application. The student knows different artificial intelligence application techniques and methods and is able to choose the most suitable one for different applications.
    Course contents
    Designing and implementing an artificial intelligence application using a programming language, processing data as part of an artificial intelligence application, teaching and testing artificial intelligence models, and evaluating results.
    Assessment criteria
    Satisfactory

    The student knows how to implement an artificial intelligence application and knows how to use the data as part of an artificial intelligence application. The student knows some application technology and / or method of artificial intelligence.

    Good

    The student is able to implement various applications utilizing artificial intelligence and knows how to use data as part of an artificial intelligence application. The student is familiar with some artificial intelligence application techniques and methods and can use some of them.

    Excellent

    The student knows how to implement various applications using artificial intelligence and knows how to use data as part of an artificial intelligence application. The student is versatile in different artificial intelligence application techniques and methods and is able to choose the most suitable one for different applications.

    Name of lecturer(s)

    Hanna Kinnari-Korpela

    Assessment methods and criteria

    1 - esimerkkimallin kokeilua ja arviointia, työraportti
    2 - esimerkin kouluttaminen eri opetusdatalla, mallin kokeilua ja arviointia, työraportti
    3 - esimerkin kouluttaminen eri opetusdatalla, tulosten analysointi suhteessa esimerkin dataan / soveltuvuus tapaukseen, työraportti
    4 - oman casen deep learning toteutus, oman mallin kokeilua ja arviointia, työraportti
    +1 - esitys 10.12. (not translated)

    Language of instruction

    Finnish

    Timing

    01.08.2021 - 12.12.2021

    Registration

    01.06.2021 - 17.10.2021

    Credits

    5 cr

    Group(s)

    21YDT

    Teacher(s)

    Esa Kujansuu, Pekka Pöyry

    Unit, in charge

    MD in Data Expertise and Artificial Intelligence

    Degree programme(s)

    Master's Degree Programme in Data Expertise and Artificial Intelligence

    Office

    TAMK Main Campus

    Evaluation scale

    0-5

    Exam schedule

    ei tenttiä (not translated)

    Assessment criteria
    Not approved

    ei palautusta eikä esitystä (not translated)

    Satisfactory

    Opiskelija osaa toteuttaa ohjatusti tekoälyä hyödyntävän sovelluksen ja tietää, miten dataa käytetään osana tekoälysovellusta. Opiskelija tuntee jonkin tekoälyn sovellustekniikan ja/tai menetelmän. (not translated)

    Good

    Opiskelija osaa toteuttaa erilaisia tekoälyä hyödyntäviä sovelluksia ja tietää, miten dataa käytetään osana tekoälysovellusta. Opiskelija tuntee joitakin tekoälyn sovellustekniikoita ja menetelmiä sekä osaa käyttää niistä jotakin. (not translated)

    Excellent

    Opiskelija osaa toteuttaa monipuolisesti erilaisia tekoälyä hyödyntäviä sovelluksia ja tietää hyvin, miten dataa käytetään osana tekoälysovellusta. Opiskelija tuntee monipuolisesti erilaisia tekoälyn sovellustekniikoita ja menetelmiä sekä osaa valita niistä sopivimman eri käyttötarkoitukseen. (not translated)