Siirry suoraan sisältöön

Big data ja päätöksentekoLaajuus (5 op)

Tunnus: BY00DN21

Laajuus

5 op

Opetuskieli

  • suomi

Vastuuhenkilö

  • Matti Koivisto

Osaamistavoitteet

Tiedät mitä tarkoittaa big data ja miten sitä voidaan käyttää päätöksenteossa. Ymmärrät miten massiivisia datamääriä voidaan hallita ja hyödyntää. Osaat käyttää ja soveltaa dataan perustuvia päätöksentekomenetelmiä ja ymmärrät miten viestiä tehokkaasti datan avulla.

Sisältö

Mitä on big data?
Miten data muuttuu tiedoksi?
Mitä tarkoittaa tietoon perustuva päätöksen teko?
Miten hyödyntää massiivisia tietomääriä päätöksen teossa ja johtamisessa?

Esitietovaatimukset

Ei edellytä aiempaa osaamista

Ilmoittautumisaika

21.11.2023 - 28.01.2024

Ajoitus

01.01.2024 - 01.05.2024

Opintopistemäärä

5 op

Virtuaaliosuus

5 op

Toteutustapa

Etäopetus

Yksikkö

Rakennus- ja energiatekniikan koulutusyksikkö

Toimipiste

E-kampus

Opetuskielet
  • Suomi
Paikat

1 - 115

Opettaja
  • Matti Koivisto
Vastuuopettaja

Matti Koivisto

Ryhmät
  • Master_eKampus
    Master-opinnot, eKampus

Tavoitteet

Tiedät mitä tarkoittaa big data ja miten sitä voidaan käyttää päätöksenteossa. Ymmärrät miten massiivisia datamääriä voidaan hallita ja hyödyntää. Osaat käyttää ja soveltaa dataan perustuvia päätöksentekomenetelmiä ja ymmärrät miten viestiä tehokkaasti datan avulla.

Sisältö

Mitä on big data?
Miten data muuttuu tiedoksi?
Mitä tarkoittaa tietoon perustuva päätöksen teko?
Miten hyödyntää massiivisia tietomääriä päätöksen teossa ja johtamisessa?

Opiskelumateriaali

Opintojakso muodostuu aloitustehtävästä ja sitä seuraavista kolmesta osasta, jotka ovat:
- Osa 1: Big data ja sen soveltaminen
- Osa 2: Päätöksen teko
- Osa 3: Tietoon perustuvan päätöksenteon harjoitukset

Kaikkien osien aineistot (videoluennot, harjoitustehtävät ja muu opiskelumateriaali) löytyvät Xamkin oppimisympäristöstä.

Yksilölliset oppimisväylät

Opintoja nopeuttava oppimisväylä:
Opintojakso toteutetaan kokonaan verkossa annetun aikataulun mukasesti.
Opiskelija voi halutessaan suorittaa opintojakson myös nopeammassa tahdissa, sillä koko materiaali aukeaa aloitustehtävän jälkeen.

TKI ja työelämäyhteistyö

Opintojaksolla käytetään todellisia aineistoja ja yritysesimerkkejä.

Tentit ja muut määräajat

Opintojakson aikataulu on seuraava:

22.1. 2024 Opintojakso alkaa
1.2.2024 Aloitustehtävän deadline*
5.2.2024 Oppimateriaali aukeaa aloitustehtävän suorittaneille
3.3.2024 Osan 1 deadline
1.4.2024 Osan 2 deadline
28.4.2023 Osan 3 deadline ja opintojakso päättyy

* HUOM! Opiskelijat, jotka eivät ole tehneet aloitustehtävää määräaikaan mennessä poistetaan opintojaksolta eivätkä he voi suorittaa sitä.

Sen jälkeen kun aineisto on avattu opiskejoille, he voivat opiskella täysin omaan tahtiinsa pitäen kuitenkin mielessä tehtävien viimeiset palautuspäivät.

Lisätietoja opiskelijoille

Opintojakso on tarjolla:
Tutkinto-opiskeljoille 40 paikkaa
CampusOnlineopiskelijoille 60 paikkaa
Avoimen AMKin opiskeljolle 15 paikkaa

Arviointiasteikko

1-5

Arviointimenetelmät ja arvioinnin perusteet

Opintojakson arviointi perustuu oppimisympäristössä oleviin tehtäviin, jotka opiskelija voi suorittaa itsenäisesti verkossa itselleen sopivana aikana pitäen kuitenkin mielessä tehtävien viimeiset palautuspäivät.

Mikäli opiskelija palauttaa tehtävät määräajan jälkeen hän saa kyseisestä tehtävästä 0 pistettä. Opiskelijan ei ole pakko tehdä opintojakson kaikkia tehtäviä vaan arvosana määräytyy aikataulussa palautettujen tehtävien pisteiden perusteella.

LIsätietoja arvioinnista saat opintojakson opintokuvauksesta, joka löytyy oppimisympäristöstä

Esitietovaatimukset

Ei edellytä aiempaa osaamista

Ilmoittautumisaika

09.01.2023 - 29.01.2023

Ajoitus

16.01.2023 - 01.05.2023

Opintopistemäärä

5 op

Virtuaaliosuus

5 op

Toteutustapa

Etäopetus

Yksikkö

Rakennus- ja energiatekniikan koulutusyksikkö

Toimipiste

E-kampus

Opetuskielet
  • Suomi
Paikat

1 - 115

Opettaja
  • Matti Koivisto
Vastuuopettaja

Matti Koivisto

Ryhmät
  • Master_eKampus
    Master-opinnot, eKampus

Tavoitteet

Tiedät mitä tarkoittaa big data ja miten sitä voidaan käyttää päätöksenteossa. Ymmärrät miten massiivisia datamääriä voidaan hallita ja hyödyntää. Osaat käyttää ja soveltaa dataan perustuvia päätöksentekomenetelmiä ja ymmärrät miten viestiä tehokkaasti datan avulla.

Sisältö

Mitä on big data?
Miten data muuttuu tiedoksi?
Mitä tarkoittaa tietoon perustuva päätöksen teko?
Miten hyödyntää massiivisia tietomääriä päätöksen teossa ja johtamisessa?

Opiskelumateriaali

Opintojakso muodostuu aloitustehtävästä ja sitä seuraavista kolmesta osasta, jotka ovat:
- Osa 1: Big data ja sen soveltaminen
- Osa 2: Päätöksen teko
- Osa 3: Tietoon perustuvan päätöksenteon harjoitukset

Kaikkien osien aineistot (videoluennot, harjoitustehtävät ja muu opiskelumateriaali) löytyvät Xamkin oppimisympäristöstä.

Yksilölliset oppimisväylät

Opintoja nopeuttava oppimisväylä:
Opintojakso toteutetaan kokonaan verkossa annetun aikataulun mukasesti.
Opiskelija voi halutessaan suorittaa opintojakson myös nopeammassa tahdissa, sillä koko materiaali aukeaa aloitustehtävän jälkeen.

TKI ja työelämäyhteistyö

Opintojaksolla käytetään todellisia aineistoja ja yritysesimerkkejä.

Tentit ja muut määräajat

Opintojakson aikataulu on seuraava:

16.1. 2023 Opintojakso alkaa
29.1.2023 Aloitustehtävän deadline*
1.2.2023 Oppimateriaali aukeaa aloitustehtävän suorittaneille
28.2.2023 Osan 1 deadline
31.3.2023 Osan 2 deadline
30.4.2023 Osan 3 deadline ja opintojakso päättyy

* HUOM! Opiskelijat, jotka eivät ole tehneet aloitustehtävää määräaikaan mennessä poistetaan opintojaksolta eivätkä he voi suorittaa sitä.

Sen jälkeen kun aineisto on avattu opiskejoille, he voivat opiskella täysin omaan tahtiinsa pitäen kuitenkin mielessä tehtävien viimeiset palautuspäivät.

Lisätietoja opiskelijoille

Opintojakso on tarjolla:
Tutkinto-opiskeljoille 40 paikkaa
CampusOnlinopiskelijoille 60 paikkaa
Avoimen AMKin opiskeljolle 15 paikkaa

Arviointiasteikko

1-5

Arviointimenetelmät ja arvioinnin perusteet

Opintojakson arviointi perustuu oppimisympäristössä oleviin tehtäviin, jotka opiskelija voi suorittaa itsenäisesti verkossa itselleen sopivana aikana pitäen kuitenkin mielessä tehtävien viimeiset palautuspäivät.

Mikäli opiskelija palauttaa tehtävät määräajan jälkeen hän saa kyseisestä tehtävästä 0 pistettä. Opiskelijan ei ole pakko tehdä opintojakson kaikkia tehtäviä vaan arvosana määräytyy aikataulussa palautettujen tehtävien pisteiden perusteella.

LIsätietoja arvioinnista saat opintojakson opintokuvauksesta, joka löytyy oppimisympäristöstä

Esitietovaatimukset

Ei edellytä aiempaa osaamista

Ilmoittautumisaika

08.11.2021 - 21.11.2021

Ajoitus

17.01.2022 - 30.04.2022

Opintopistemäärä

5 op

Virtuaaliosuus

5 op

Toteutustapa

Etäopetus

Yksikkö

Rakennus- ja energiatekniikan koulutusyksikkö

Toimipiste

E-kampus

Opetuskielet
  • Suomi
Paikat

20 - 50

Opettaja
  • Matti Koivisto
Vastuuopettaja

Matti Koivisto

Ryhmät
  • Master_eKampus
    Master-opinnot, eKampus

Tavoitteet

Tiedät mitä tarkoittaa big data ja miten sitä voidaan käyttää päätöksenteossa. Ymmärrät miten massiivisia datamääriä voidaan hallita ja hyödyntää. Osaat käyttää ja soveltaa dataan perustuvia päätöksentekomenetelmiä ja ymmärrät miten viestiä tehokkaasti datan avulla.

Sisältö

Mitä on big data?
Miten data muuttuu tiedoksi?
Mitä tarkoittaa tietoon perustuva päätöksen teko?
Miten hyödyntää massiivisia tietomääriä päätöksen teossa ja johtamisessa?

Opiskelumateriaali

Opintojakso muodostuu aloitustehtävästä ja sitä seuraavista kolmesta osasta, jotka ovat:
- Osa 1: Big data ja sen soveltaminen
- Osa 2: Päätöksen teko
- Osa 3: Tietoon perustuvan päätöksenteon harjoitukset

Kaikkien osien aineistot (videoluennot, harjoitustehtävät ja muu opiskelumateriaali) löytyvät Xamkin oppimisympäristöstä.

Yksilölliset oppimisväylät

Opintoja nopeuttava oppimisväylä:
Opintojakso toteutetaan kokonaan verkossa annetun aikataulun mukasesti.
Opiskelija voi halutessaan suorittaa opintojakson myös nopeammassa tahdissa, sillä koko materiaali aukeaa aloitustehtävän jälkeen.

TKI ja työelämäyhteistyö

Opintojaksolla käytetään todellisia aineistoja ja yritysesimerkkejä.

Tentit ja muut määräajat

Opintojakson aikataulu on seuraava:

17.1. 2022 Opintojakso alkaa
28.1.2022 Aloitustehtävän deadline*
1.2.2022 Oppimateriaali aukeaa aloitustehtävän suorittaneille
28.2.2022 Osan 1 deadline
31.3.2022 Osan 2 deadline
30.4.2022 Osan 3 deadline ja opintojakso päättyy

* HUOM! Opiskelijat, jotka eivät ole tehneet aloitustehtävää määräaikaan mennessä poistetaan opintojaksolta eivätkä he voi suorittaa sitä.

Sen jälkeen kun aineisto on avattu opiskejoille, he voivat opiskella täysin omaan tahtiinsa pitäen kuitenkin mielessä tehtävien viimeiset palautuspäivät.poistetaan opintojaksolta eivätkä he voi suorittaa sitä.

Sen jälkeen kun aineisto on avattu opiskejoille, he voivat opiskella täysin omaan tahtiinsa pitäen kuitenkin mielessä tehtävien viimeiset palautuspäivät.

Toteutuksen valinnaiset suoritustavat

Opintojakso toteutetaan kokonaan verkossa annetun aikataulun mukasesti.
Opiskelija voi halutessaan suorittaa opintojakson myös nopeammassa tahdissa, sillä koko materiaali aukeaa aloitustehtävän jälkeen.

Lisätietoja opiskelijoille

Opintojakso on tarjolla:
- Tutkinto-opiskelijoille
- Avoimen AMKin opiskelijoille
- CampusOnlineopiskelijoille

Arviointiasteikko

1-5

Arviointimenetelmät ja arvioinnin perusteet

Opintojakson arviointi perustuu oppimisympäristössä oleviin tehtäviin, jotka opiskelija voi suorittaa itsenäisesti verkossa itselleen sopivana aikana pitäen kuitenkin mielessä tehtävien viimeiset palautuspäivät.

Mikäli opiskelija palauttaa tehtävät määräajan jälkeen hän saa kyseisestä tehtävästä 0 pistettä. Opiskelijan ei ole pakko tehdä opintojakson kaikkia tehtäviä vaan arvosana määräytyy aikataulussa palautettujen tehtävien pisteiden perusteella.

LIsätietoja arvioinnista saat opintojakson opintokuvauksesta, joka löytyy oppimisympäristöstä

Arviointikriteerit, tyydyttävä (1-2)

Arvosana 1: vähintään 40 pistettä
Arvosana 2; vähintään 52 pistettä

Arviointikriteerit, hyvä (3-4)

Arvosana 3: vähintään 65 pistettä
Arvosana 4; vähintään 77 pistettä

Arviointikriteerit, kiitettävä (5)

Arvosana 5: vähintään 90 pistettä

Esitietovaatimukset

Ei edellytä aiempaa osaamista