Big data ja visualisointi (5 op)
Toteutuksen tunnus: IT00EC06-3003
Toteutuksen perustiedot
- Ilmoittautumisaika
-
07.04.2025 - 21.04.2025
Ilmoittautuminen toteutukselle on päättynyt.
- Ajoitus
-
01.09.2025 - 19.12.2025
Toteutus ei ole vielä alkanut.
- Opintopistemäärä
- 5 op
- Lähiosuus
- 5 op
- Toteutustapa
- Lähiopetus
- Yksikkö
- Informaatioteknologian koulutusyksikkö
- Toimipiste
- Mikkelin kampus
- Opetuskielet
- englanti
- Paikat
- 20 - 40
- Koulutus
- Degree Programme in Information Technology
- Opettajat
- Ulisses Moliterno de Camargo
- Vastuuopettaja
- Ulisses Moliterno de Camargo
- Ryhmät
-
ITMI22SPInformation technology, päivätoteutus
- Opintojakso
- IT00EC06
Toteutuksella on 15 opetustapahtumaa joiden yhteenlaskettu kesto on 45 t 0 min.
Aika | Aihe | Tila |
---|---|---|
Ke 03.09.2025 klo 12:30 - 15:30 (3 t 0 min) |
Big data and visualization IT00EC06-3003 |
D204
Tietokoneluokka (ohjelmointi syksy -25-)
|
Ke 10.09.2025 klo 12:30 - 15:30 (3 t 0 min) |
Big data and visualization IT00EC06-3003 |
D204
Tietokoneluokka (ohjelmointi syksy -25-)
|
Ke 17.09.2025 klo 12:30 - 15:30 (3 t 0 min) |
Big data and visualization IT00EC06-3003 |
D204
Tietokoneluokka (ohjelmointi syksy -25-)
|
Ke 24.09.2025 klo 12:30 - 15:30 (3 t 0 min) |
Big data and visualization IT00EC06-3003 |
D204
Tietokoneluokka (ohjelmointi syksy -25-)
|
Ke 01.10.2025 klo 12:30 - 15:30 (3 t 0 min) |
Big data and visualization IT00EC06-3003 |
D204
Tietokoneluokka (ohjelmointi syksy -25-)
|
Ke 08.10.2025 klo 12:30 - 15:30 (3 t 0 min) |
Big data and visualization IT00EC06-3003 |
D204
Tietokoneluokka (ohjelmointi syksy -25-)
|
Ke 15.10.2025 klo 12:30 - 15:30 (3 t 0 min) |
Big data and visualization IT00EC06-3003 |
D204
Tietokoneluokka (ohjelmointi syksy -25-)
|
Ke 29.10.2025 klo 12:30 - 15:30 (3 t 0 min) |
Big data and visualization IT00EC06-3003 |
D204
Tietokoneluokka (ohjelmointi syksy -25-)
|
Ke 05.11.2025 klo 12:30 - 15:30 (3 t 0 min) |
Big data and visualization IT00EC06-3003 |
D204
Tietokoneluokka (ohjelmointi syksy -25-)
|
Ke 12.11.2025 klo 12:30 - 15:30 (3 t 0 min) |
Big data and visualization IT00EC06-3003 |
D204
Tietokoneluokka (ohjelmointi syksy -25-)
|
Ke 19.11.2025 klo 12:30 - 15:30 (3 t 0 min) |
Big data and visualization IT00EC06-3003 |
D204
Tietokoneluokka (ohjelmointi syksy -25-)
|
Ke 26.11.2025 klo 12:30 - 15:30 (3 t 0 min) |
Big data and visualization IT00EC06-3003 |
D204
Tietokoneluokka (ohjelmointi syksy -25-)
|
Ke 03.12.2025 klo 12:30 - 15:30 (3 t 0 min) |
Big data and visualization IT00EC06-3003 |
D204
Tietokoneluokka (ohjelmointi syksy -25-)
|
Ke 10.12.2025 klo 12:30 - 15:30 (3 t 0 min) |
Big data and visualization IT00EC06-3003 |
D204
Tietokoneluokka (ohjelmointi syksy -25-)
|
Ke 17.12.2025 klo 12:30 - 15:30 (3 t 0 min) |
Big data and visualization IT00EC06-3003 |
D204
Tietokoneluokka (ohjelmointi syksy -25-)
|
Tavoitteet
Tiedät mitä tarkoittaa big data ja miten sitä voidaan käyttää päätöksenteossa.
Ymmärrät miten massiivisia datamääriä voidaan hallita ja hyödyntää.
Opit datan visualisoinnin keskeisiä periaatteita.
Sisältö
Mitä on big data?
Mitä on data-analytiikka?
Kuinka visualisoida keskeiset havainnoite tehokkaasti?
Opiskelumateriaali
Teoreettiset luennot tarjoavat kaiken tarvittavan oppimateriaalin, joka kannustaa opiskelijoita työskentelemään aktiivisesti dataan liittyvien tehtävien ja projektien parissa. Kurssimateriaalit (diat, lukumateriaalit, esimerkkiaineistot ja ohjeet) ovat saatavilla määrätyllä oppimisalustalla (esim. Learn) ja ne käsitellään yksityiskohtaisesti luentojen aikana.
Opiskelumuodot ja -menetelmät
Opiskelijoiden odotetaan osallistuvan yhdistelmään luentoja, käytännön harjoituksia ja projekteja. Tämä kurssi on suunniteltu tarjoamaan opiskelijoille mahdollisuuksia soveltaa oppimaansa käytännönläheisiin, todellisiin tiedon visualisoinnin haasteisiin. Kurssin lopussa opiskelijat ovat kehittäneet kattavan ymmärryksen tiedon visualisoinnin periaatteista sekä kyvyn visualisoida ja tulkita suuria tietoaineistoja tehokkaasti.
Kurssin aikana opiskelijat:
- Saavat perustiedot tiedon analysoinnin ja visualisoinnin käsitteistä.
- Tutkivat erilaisia tiedonkeruu- ja käsittelymenetelmiä.
- Ymmärtävät tiedon laadun merkityksen tiedon puhdistamisen ja validoinnin kautta.
- Perehtyvät eksploratiivisen data-analyysin perusteisiin ja datan tiivistämiseen.
- Oppivat tehokkaan tiedon visualisoinnin periaatteet ja keskeiset visualisointityökalut.
- Käsittelevät suurten ja reaaliaikaisten tietoaineistojen visualisointiin liittyviä haasteita.
- Soveltavat oppimaansa käytännön projekteissa, jotka simuloivat todellisia tiedonhallinnan haasteita.
Tenttien ja tehtävien ajoittuminen
Tehtäviä annetaan koko kurssin ajan, ja ne sisältävät sekä yksilötehtäviä että ryhmäprojekteja. Kurssin suorittamiseksi opiskelijoiden tulee:
- Suorittaa kaikki pakolliset tehtävät.
- Osallistua ryhmäprojekteihin ja niiden esityksiin.
- Palauttaa lopputyö tai suorittaa koe (jos vaaditaan), joka osoittaa heidän ymmärryksensä kurssin käsitteistä.
Lisätietoja määräajoista ja siitä, miten kukin tehtävä vaikuttaa loppuarvosanaan, löytyy kohdasta “Arviointimenetelmät ja -kriteerit” alla.
Opiskelijan työmäärä
Kurssi on 5 opintopisteen (5 ECTS) laajuinen, mikä vastaa noin 135 tuntia opiskelijan työskentelyä. Tästä 42 tuntia on varattu kontaktiopetukseen (14 oppituntia x 3 tuntia). Loput 93 tuntia käytetään itsenäiseen opiskeluun ja projektityöskentelyyn. Opiskelijoita suositellaan jakamaan aikansa seuraavasti:
- Noin 30 minuuttia per luento lukemiseen, luentosisältöjen kertaamiseen tai visailujen tekemiseen.
- Noin 6 tuntia per luentokokonaisuus koodausharjoituksiin, data-analyysiin ja projektityöhön.
- Tämä aika tulisi käyttää datanalyysitaitojen syventämiseen, visualisointien valmisteluun sekä yksilö- ja ryhmätehtävien suorittamiseen.
Toteutuksen osien kuvaus
Luentojen aiheet (Näitä voidaan tarvittaessa muuttaa, tämä antaa käsityksen teorialuentojen sisällöstä):
1) Näkymättömän näkeminen: Johdatus data-analyysiin
2) Perustyökalut: Data-analyysin peruspilarit
3) Datankäsittely (Data Wrangling)
4) Tiedon visualisointi ja tarinankerronta datan avulla
5) Teoria ja kielioppi: Peruskaaviot ja -grafiikat
6) Tavoitteisiin perustuvat visualisointivalinnat
7) Kaavioiden parametrien hallinta
8) Viimeistelytekniikat kaavioiden kaunistamiseen
9) Tiedon tarinankerronnan työpaja
10) Dashboardien työpaja
11) Projektien tarkastelu
12) Koneoppiminen
13) Big Data -teknologiat
14) Kurssin päätös ja kokeet
Lisätietoja opiskelijoille
Ennakkotiedot ja -taidot:
Virallisia esitietovaatimuksia ei ole, mutta perustason ohjelmointiperiaatteiden tuntemus, taulukkolaskentaohjelmien käyttö, datan käsittely tai yleinen kiinnostus data-analyysiin ovat hyödyllisiä.
Arviointiasteikko
1-5
Arviointimenetelmät ja arvioinnin perusteet
Arviointikriteerit, tyydyttävä (1-2)
Tietopohjainen osaaminen
Vähäinen teoreettinen tieto, josta puuttuvat yhteydet eri aiheiden välillä, ja jossa on usein epätarkkuuksia tai väärinymmärryksiä.
Rajallinen kyky löytää ja käyttää tietoa ilman merkittävää ohjausta.
Rajallinen kontekstin ymmärrys, usein kohdeyleisön tai sidosryhmien tarpeet jäävät huomiotta.
Taitopohjainen osaaminen
Tehtävien osittainen suorittaminen, huomattavia epätarkkuuksia tai puutteita.
Epäjohdonmukainen tai rajallinen perusvälineiden ja -menetelmien soveltaminen.
Tiimityöskentely/osaaminen/valmius ottaa vastuuta
Osallistuu tehtäviin harvoin, tarvitsee kannustusta osallistuakseen.
Osoittaa passiivista asennetta ja vähäistä sitoutumista kurssin aikana.
Ottaa vähän vastuuta ryhmän tuloksista, tukeutuen vahvasti muihin.
Arviointikriteerit, hyvä (3-4)
Tietopohjainen osaaminen
Pätevää terminologian ja keskeisten käsitteiden käyttöä, satunnaisin pienin virhein.
Osoittaa tehokkaita tiedonhaku- ja ongelmanratkaisutaitoja pienen ohjauksen avulla.
Vahva teoreettinen tieto, joka soveltuu hyvin tehtäviin ja projekteihin.
Taitopohjainen osaaminen
Suorittaa kaikki tehtävät pääosin tarkasti, vähäisin ongelmin.
Soveltaa johdonmukaisesti perusvälineitä ja -menetelmiä.
Tiimityöskentely/osaaminen/valmius ottaa vastuuta
Osallistuu aktiivisesti tehtäviin, tuoden panoksensa keskusteluihin ja tuotoksiin.
Säilyttää positiivisen ja yhteistyökykyisen asenteen koko kurssin ajan.
Jakaa vastuun tuloksista ja osoittaa aloitteellisuutta tarvittaessa.
Arviointikriteerit, erinomainen (5)
Tietopohjainen osaaminen
Hallitsee ammatillisen sanaston ja käsitteet, soveltaen niitä tarkasti eri konteksteissa.
Käyttää itsenäisesti ja luovasti edistyneitä tiedonhaku- ja ongelmanratkaisumenetelmiä.
Osoittaa syvällistä teoreettista ymmärrystä ja tuottaa oivalluksia, jotka ylittävät kurssin materiaalin.
Taitopohjainen osaaminen
Suorittaa kaikki tehtävät poikkeuksellisella tarkkuudella ja yksityiskohtaisuudella.
Tuottaa ja esittelee materiaalit erinomaisella ammatillisella jäljellä.
Näyttää edistynyttä osaamista välineiden ja menetelmien käytössä.
Tiimityöskentely/osaaminen/valmius ottaa vastuuta
Osoittaa erinomaista työskentelyä ryhmässä, usein ottaen johtavan roolin ja edistäen yhteistyötä.
Säilyttää erittäin proaktiivisen, tiedonhaluisen ja innostuneen asenteen koko kurssin ajan.
Ottaa täyden vastuun henkilökohtaisista ja ryhmän tehtävistä, ylittäen jatkuvasti odotukset.