Opiskelija osaa käsitellä dataa, analysoida ja tehdä visualisointeja. Opiskelija tuntee tekoälyn perusteet ja tärkeimmät käsitteet.
Opiskelija osaa käsitellä dataa, analysoida ja tehdä visualisointeja. Opiskelija tuntee tekoälyn perusteet, tärkeimmät käsitteet ja tietää menetelmien rajoituksia ja mahdollisuuksia.
Opiskelija osaa käsitellä monipuolisesti dataa, analysoida ja tehdä visualisointeja. Opiskelija tuntee hyvin tekoälyn perusteet, tärkeimmät käsitteet ja osaa tulkita tuloksia sekä tietää menetelmien rajoituksia ja mahdollisuuksia.
Ossi Nykänen
Materiaali moodlessa, sisältäen linkkejä aihepiirin englanninkieliseen aineistoon (mm. työkalujen ohjeet ja dokumentaatio).
Etäopetusta teamsissa, oppimistehtävinä opetusviikkojen teemoihin littyviä harjoituksia sekä harjoitustyö. Aikataulut, ohjeistus, aineistot ja tehtävien palautus Moodlessa.
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).
Suomi
09.09.2021 - 07.10.2021
21.05.2021 - 27.09.2021
5 op
21YAMK
0 - 40
Ossi Nykänen
Metsätalouden tutkinto-ohjelma
TAMK Pääkampus
0-5
Ei tenttiä
Kolme intensiivistä lähipäivää ja näihin liittyviä harjoituksia, joista osa on tarkoitus tehdä itseopiskeluna.
Etäopetuspäivien ajankohdat:
9.9. to 8:30-16:00 Data-analyysi, datan visualisointi ja tekoäly
25.9. la 8:30-16:00 Data-analyysi, datan visualisointi ja tekoäly
7.10. to 8:30-16:00 Data-analyysi, datan visualisointi ja tekoäly
Vaadittavia suorituksia ei ole palautettu tai ne eivät vastaa ilmoitettuja arviointikriteerejä.
Ks. opintojaksotason tiedot.
Ks. opintojaksotason tiedot.
Ks. opintojaksotason tiedot.