•   Tekoäly ja sen menetelmät 5Y00FD87-3003 01.08.2022-31.12.2022  5 op  (22YDT) +-
    Opintojakson osaamistavoitteet
    Opiskelija tietää mitä tarkoittaa tekoäly ja millaisia tyypillisiä ongelmia sillä ratkotaan. Opiskelija tuntee tekoälyyn liittyvät keskeiset käsitteet ja algoritmit. Opiskelija tutustuu joihinkin tyypillisiin tekoälytyökaluihin ja niiden käyttöön. Tekoälyn sovellusalueita käydään lävitse.
    Opintojakson sisältö
    Tekoälyn olemus ja siihen liittyvät keskeiset käsitteet. Tekoälyllä tyypillisesti ratkaistavat ongelmat. Eri tyyppiset tekoälyalgoritmit. Tekoälyyn liittyvät työkalut. Tekoälysovelluksia.
    Arviointikriteerit
    Tyydyttävä

    Opiskelija tuntee tekoälyn yleisesti. Opiskelija osaa hyödyntää ohjatusti joitakin läpikäytyjä tekoälyyn liittyviä teknologioita. Opiskelija kykenee tunnistamaan eräitä sovellusalueita, johon tekoäly sopii.

    Hyvä

    Opiskelija tuntee tekoälyn ja sen keskeiset käsitteet. Opiskelija osaa hyödyntää osaa kurssilla läpikäytyjä tekoälyyn liittyviä teknologioita. Opiskelija kykenee tunnistamaan tekoälyn käyttömahdollisuuksia eri sovellusalueilla.

    Kiitettävä

    Opiskelija tuntee tekoälyn ja sen keskeiset käsitteet monipuolisesti. Opiskelija osaa hyödyntää luovasti keskeisimpiä läpikäytyjä tekoälyyn liittyviä teknologioita. Opiskelija kykenee arvioimaan erinomaisesti tekoälyn hyödyntämismahdollisuudet eri sovellusalueilla.

    Vastuuhenkilön nimi

    Ossi Nykänen

    Kirjallisuus

    Materiaali moodlessa, sisältäen linkkejä aihepiirin englanninkieliseen aineistoon (mm. työkalujen ohjeet ja dokumentaatio).Täydentävänä lisämateriaalina kirja Ertel, W., (2011). Introduction to Artificial Intelligence. Springer. (Saatavilla verkossa TUNI-kirjastosta, ks. Moodle-kurssi)

    Opiskelumuodot ja opetusmenetelmät

    Kurssiin sisältyy oppimistehtävinä opetusviikkojen johdantoesityksiin ja teemoihin littyviä harjoituksia sekä suurempi harjoitustyö. Aikataulut, ohjeistus, aineistot ja tehtävien palautus Moodlessa.

    Arviointimenetelmät (toteutus) ja kriteerit (opintojakso)

    Kurssin arvosana määräytyy harjoituksista ja harjoitustyöstä kerättävien suorituspisteiden perusteella. Läpäisyyn ja arvosanaan 1 vaaditaan vähintään 30% pisteistä, maksimiarvosanaan vähintään 90% pisteistä (muut arvosanat lineaarisesti tältä väliltä).

    Opetuskielet

    Suomi

    Ajoitus

    01.08.2022 - 31.12.2022

    Ilmoittautumisaika

    02.07.2022 - 04.09.2022

    Opintopisteet

    5 op

    Ryhmä(t)

    22YDT

    Opettaja(t)

    Ossi Nykänen

    Vastuuyksikkö

    Dataosaaminen ja tekoäly YAMK

    Koulutusohjelma(t)

    Dataosaamisen ja tekoälyn ylempi tutkinto-ohjelma

    Toimipiste

    TAMK Pääkampus

    Arviointiasteikko

    0-5

    Tenttien ajankohdat

    Ei tenttiä.

    Opiskelijan ajankäyttö ja kuormitus

    Intensiivisiä kontaktiopetuspäiviä (etäopetus) ja näihin liittyviä harjoituksia, joista osa on tarkoitus tehdä itseopiskeluna. Ks. kurssin aikataulu.

    Arviointikriteerit
    Hylätty

    Alle 30% harjoitustehtävistä tehty.

    Tyydyttävä

    Opiskelija tuntee tekoälyn perusteet ja osaa välttävästi toteuttaa pieniä tekoälysovelluksia.
    Harjoitustehtävistä tehty vähintään 30%, vähintään minimivaatimukset täyttävä ryhmätyö palautettu/esitetty.

    Hyvä

    Opiskelija tuntee tekoälyn perusteet, ja osaa suunnitella ja toteuttaa pieniä tekoälysovelluksia. Opiskelijalla on hyvä käsitys tekoälyn osa-alueista.
    Harjoitustehtävistä tehty vähintään 60%, hyvä ryhmätyö palautettu/esitetty,

    Kiitettävä

    Opiskelija tuntee tekoälyn perusteet, ja osaa suunnitella ja toteuttaa pieniä tekoälysovelluksia. Opiskelijalla on hyvä käsitys tekoälyn osa-alueista ja hän pystyy oma-aloitteisesti ja kriittisesti arvioimaan eri perusmenetelmien soveltuvuutta yksinertaisten ongelmien ratkaisuun.
    Harjoitustehtävistä tehty vähintään 90%, kiitettävä ryhmätyö palautettu/esitetty,