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
04.11.2024 - 17.11.2024
Ajoitus
20.01.2025 - 30.04.2025
Opintopistemäärä
5 op
Virtuaaliosuus
5 op
Toteutustapa
Etäopetus
Yksikkö
Robotiikan ja energia- ja rakennustekniikan koulutusyksikkö
Toimipiste
E-kampus
Opetuskielet
- Suomi
Paikat
20 - 100
Opettaja
- Matti Koivisto
Vastuuopettaja
Matti Koivisto
Ryhmät
-
Master_eKampusMaster-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.
Opiskelumuodot ja -menetelmät
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.
Tenttien ja tehtävien ajoittuminen
Opintojakson aikataulu on seuraava:
20.1. 2025 Opintojakso alkaa
31.1.2025 Aloitustehtävän deadline*
6.2.2025 Oppimateriaali aukeaa aloitustehtävän suorittaneille
3.3.2025 Osan 1 deadline
1.4.2025 Osan 2 deadline
30.4.2025 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.
Opiskelijan työmäärä
1 op vastaa noin 27 tuntia opiskelijan työtä.
Työmäärä kuitenkin riippuu opiskelumenetelmistä ja
aiemmasta osaamisesta
Arviointiasteikko
1-5
Arviointimenetelmät ja arvioinnin perusteet
Opintojakson arviointi perustuu tehtäviin ja harjoituksiin, joista kustakin saa pisteitä. Opiskelijan ei ole pakko suorittaa kaikki tehtäviä ja harjoituksia. Hyväksytty suoritus edellyttää vähintään 40 prosenttia enimmäispisteistä.
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
Robotiikan ja energia- ja rakennustekniikan koulutusyksikkö
Toimipiste
E-kampus
Opetuskielet
- Suomi
Paikat
1 - 115
Opettaja
- Matti Koivisto
Vastuuopettaja
Matti Koivisto
Ryhmät
-
Master_eKampusMaster-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.
Opiskelumuodot ja -menetelmät
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.
Tenttien ja tehtävien ajoittuminen
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
Robotiikan ja energia- ja rakennustekniikan koulutusyksikkö
Toimipiste
E-kampus
Opetuskielet
- Suomi
Paikat
1 - 115
Opettaja
- Matti Koivisto
Vastuuopettaja
Matti Koivisto
Ryhmät
-
Master_eKampusMaster-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.
Opiskelumuodot ja -menetelmät
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.
Tenttien ja tehtävien ajoittuminen
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
Robotiikan ja energia- ja rakennustekniikan koulutusyksikkö
Toimipiste
E-kampus
Opetuskielet
- Suomi
Paikat
20 - 50
Opettaja
- Matti Koivisto
Vastuuopettaja
Matti Koivisto
Ryhmät
-
Master_eKampusMaster-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.
Opiskelumuodot ja -menetelmät
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.
Tenttien ja tehtävien ajoittuminen
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.
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