Data-analytiikan ohjelmointi (5 op)

Tavoitteet

Kurssin päätavoitteena on oppia tekemään decision tree -koneoppimismalleja Python-ohjelmointikieltä hyödyntäen. Samalla opetellaan Python-ohjelmoinnin perusteita datan käsittelyyn ja visualisointiin liittyen.

Sisältö

Kurssi alkaa Python-ohjelmoinnin perusteista, painottuen datan käsittelyyn ja visualisointiin. Tämän jälkeen edetään decision tree -koneoppimismalleihin. Näitä malleja tarkastellaan teoreettisesti ja laskennallisesti Python-ohjelmaa hyödyntäen. Kurssin aikana käytetään muun muassa Pandas-, Scikit-learn- ja Seaborn-kirjastoja.

Opiskelumateriaali

Olennaiset opiskelumateriaalit löytyvät kurssin Learn-alustalta. Alustan aukeamisesta ilmoitetaan erillisellä viestillä.

Opiskelumuodot ja -menetelmät

Verkkototeutus, joka sisältää Teamsissä pidettävän aloituskerran ja kaksi Q & A -tilaisuutta, jotka kaikki pyritään tallentamaan. Q & A -tilaisuudet jätetään kuitenkin tallentamatta, jos osallistujamäärä on vähäinen.

TKI ja työelämäyhteistyö

-

Tenttien ja tehtävien ajoittuminen

Arvioidaan kahdella tehtäväsarjalla. Kunkin tekemiseen annetaan vähintään kuukausi aikaa. Tarkemmat aikataulut ilmoitetaan kurssin alkaessa.

Opiskelijan työmäärä

1 op = 27 tuntia opiskelijan työtä

Toteutuksen osien kuvaus

Alkuosassa keskitytään Pythonin peruskäyttöön ja taulukoiden käsittelyyn. Jälkimäisessä osassa keskiössä ovat puumallit. Molemmista osioista on omat arvioitavat tehtäväsarjansa. Lisäksi kurssi sisältää reilusti harjoitustehtäviä videoituine ratkaisuineen.

Lisätietoja opiskelijoille

Ohjelmointiosaaminen (esim. Python- tai R-ohjelmoinnista) helpottaa kurssin suorittamista, mutta kurssin pystyy suorittamaan myös ilman aiempaa ohjelmointikokemusta.

Arviointiasteikko

Hyväksytty/Hylätty

Arviointimenetelmät ja arvioinnin perusteet

Ilmoitetaan opintojakson alkaessa.