Siirry suoraan sisältöön

Data-analytiikan ohjelmointiLaajuus (5 op)

Tunnus: VV00EJ14

Laajuus

5 op

Opetuskieli

  • suomi

Vastuuhenkilö

Osaamistavoitteet

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.

Ilmoittautumisaika

06.04.2023 - 06.09.2023

Ajoitus

01.09.2023 - 31.12.2023

Opintopistemäärä

5 op

Virtuaaliosuus

5 op

Toteutustapa

Etäopetus

Yksikkö

Yhteisten opintojen koulutusyksikkö

Toimipiste

Kouvolan kampus

Opetuskielet
  • Suomi
Paikat

20 - 50

Opettaja
  • Atte Reijonen
Ryhmät
  • VV2023-2024
    Valinnaiset opinnot 2023-2024

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

Ilmoitetaan opintojakson alkaessa.

Opiskelumuodot ja -menetelmät

Verkkototeutus

TKI ja työelämäyhteistyö

-

Opiskelijan työmäärä

1 op = 27 tuntia opiskelijan työtä

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.

Ilmoittautumisaika

06.04.2022 - 28.08.2022

Ajoitus

01.09.2022 - 20.12.2022

Opintopistemäärä

5 op

Virtuaaliosuus

3 op

Toteutustapa

40 % Lähiopetus, 60 % Etäopetus

Yksikkö

Liiketalouden koulutusyksikkö

Toimipiste

Kouvolan kampus

Opetuskielet
  • Suomi
Koulutus
  • Data-analytiikan koulutus
Opettaja
  • Atte Reijonen
Ryhmät
  • VV2022-2023
    Valinnaiset opinnot 2022-2023

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

Ilmoitetaan opintojakson alkaessa.

Opiskelumuodot ja -menetelmät

On aina sovittava erikseen opettajan kanssa

TKI ja työelämäyhteistyö

-

Opiskelijan työmäärä

1 op = 27 tuntia opiskelijan työtä

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.