EnnakointimenetelmätLaajuus (5 op)

Osaamistavoitteet

Opit ennakoivan mallinnuksen ja ennustamisen keskeiset käsitteet.

Opit soveltamaan tilastollisia ja koneoppimisen tekniikoita ennustustehtäviin.

Opit arvioimaan mallin suorituskykyä käyttämällä sopivia mittareita.

Opit työskentelemään strukturoidun ja aikasarjadatan kanssa tarkkojen ennusteiden luomiseksi.

Opit toteuttamaan ja käyttämään ennustusalgoritmeja ohjelmointityökalujen (esim. Python, R) ja Excel-tilasto-ominaisuuksien avulla.

Opit tulkitsemaan ja viestimään ennustustuloksia tehokkaasti.

Sisältö

Mitä ovat ennustusmenetelmät ja miksi ne ovat tarpeellisia eri toimialoilla?
Miten ennustavat mallit eroavat kuvailevasta tai diagnostisesta analytiikasta?
Mitkä ovat ennustusjärjestelmän rakentamisen perusvaiheet?
Mitkä tilastolliset tekniikat ovat tehokkaimpia eri ennustustehtävissä?
Miksi regressiomallit ovat ennustemallien perusta?
Milloin tulisi käyttää parametrisia vs. ei-parametrisia tilastollisia malleja?
Miten koneoppiminen laajentaa ennustuskykyä perinteisen tilastotieteen lisäksi?
Mitkä tekniikat käsittelevät kausivaihtelua ja trendejä tehokkaimmin aikasarjadatassa?
Mitkä mittarit määräävät ennustusmallin toimivuuden?
Miten suunnittelisit ennustusratkaisun tiettyyn liiketoimintahaasteeseen?

Arviointi

Opiskelija osaa
a. käyttää ammattisanastoa ja käsitteitä asiantuntevasti tilanteissa, joissa vaaditaan analyyttisiä taitoja ja tekniikkaa.
e. valita tarkoituksenmukaiset mallit, menetelmät, ohjelmistot ja tekniikat tarkoituksen mukaan ja perustella valinnat.

Edeltävä osaaminen

Edellytetään perustiedot statistiikasta.