Koneoppimisen menetelmät (5 op)
Toteutuksen tunnus: RO00FQ45-3001
Toteutuksen perustiedot
- Ilmoittautumisaika
-
07.04.2025 - 21.04.2025
Ilmoittautuminen toteutukselle ei ole vielä alkanut.
- Ajoitus
-
01.09.2025 - 12.12.2025
Toteutus ei ole vielä alkanut.
- Opintopistemäärä
- 5 op
- Lähiosuus
- 5 op
- Toteutustapa
- Lähiopetus
- Yksikkö
- Robotiikan ja energia- ja rakennustekniikan koulutusyksikkö
- Toimipiste
- Kouvolan kampus
- Opetuskielet
- englanti
- suomi
- Opettajat
- Henry Lähteenmäki
- Vastuuopettaja
- Henry Lähteenmäki
- Ryhmät
-
ROKV23SPRobotiikka ja tekoäly, päivätoteutus
-
ROKT22SPRobotiikka ja tekoäly, päivätoteutus
- Opintojakso
- RO00FQ45
Toteutuksella on 39 opetustapahtumaa joiden yhteenlaskettu kesto on 53 t 30 min.
Aika | Aihe | Tila |
---|---|---|
Ti 02.09.2025 klo 10:30 - 12:00 (1 t 30 min) |
Machine learning methods RO00FQ45-3001 |
309C
Teorialuokka (52+1), 3. kerros
|
Ke 03.09.2025 klo 09:00 - 10:00 (1 t 0 min) |
Machine learning methods RO00FQ45-3001 |
309C
Teorialuokka (52+1), 3. kerros
|
Ke 03.09.2025 klo 10:00 - 11:30 (1 t 30 min) |
Machine learning methods RO00FQ45-3001 |
309C
Teorialuokka (52+1), 3. kerros
|
Ti 09.09.2025 klo 10:30 - 12:00 (1 t 30 min) |
Machine learning methods RO00FQ45-3001 |
141
Teorialuokka (40+1), päärakennus
|
Ke 10.09.2025 klo 09:00 - 10:00 (1 t 0 min) |
Machine learning methods RO00FQ45-3001 |
309C
Teorialuokka (52+1), 3. kerros
|
Ke 10.09.2025 klo 10:00 - 11:30 (1 t 30 min) |
Machine learning methods RO00FQ45-3001 |
309C
Teorialuokka (52+1), 3. kerros
|
Ti 16.09.2025 klo 10:30 - 12:00 (1 t 30 min) |
Machine learning methods RO00FQ45-3001 |
309C
Teorialuokka (52+1), 3. kerros
|
Ke 17.09.2025 klo 09:00 - 10:30 (1 t 30 min) |
Machine learning methods RO00FQ45-3001 |
309C
Teorialuokka (52+1), 3. kerros
|
Ke 17.09.2025 klo 10:30 - 12:00 (1 t 30 min) |
Machine learning methods RO00FQ45-3001 |
309C
Teorialuokka (52+1), 3. kerros
|
Ti 23.09.2025 klo 10:30 - 12:00 (1 t 30 min) |
Machine learning methods RO00FQ45-3001 |
309C
Teorialuokka (52+1), 3. kerros
|
Ke 24.09.2025 klo 09:00 - 10:00 (1 t 0 min) |
Machine learning methods RO00FQ45-3001 |
309C
Teorialuokka (52+1), 3. kerros
|
Ke 24.09.2025 klo 10:00 - 11:30 (1 t 30 min) |
Machine learning methods RO00FQ45-3001 |
309C
Teorialuokka (52+1), 3. kerros
|
Ti 30.09.2025 klo 10:30 - 12:00 (1 t 30 min) |
Machine learning methods RO00FQ45-3001 |
309C
Teorialuokka (52+1), 3. kerros
|
Ke 01.10.2025 klo 09:00 - 10:00 (1 t 0 min) |
Machine learning methods RO00FQ45-3001 |
309C
Teorialuokka (52+1), 3. kerros
|
Ke 01.10.2025 klo 10:00 - 11:30 (1 t 30 min) |
Machine learning methods RO00FQ45-3001 |
309C
Teorialuokka (52+1), 3. kerros
|
Ti 07.10.2025 klo 10:30 - 12:00 (1 t 30 min) |
Machine learning methods RO00FQ45-3001 |
309C
Teorialuokka (52+1), 3. kerros
|
Ke 08.10.2025 klo 09:00 - 10:00 (1 t 0 min) |
Machine learning methods RO00FQ45-3001 |
309C
Teorialuokka (52+1), 3. kerros
|
Ke 08.10.2025 klo 10:00 - 11:30 (1 t 30 min) |
Machine learning methods RO00FQ45-3001 |
309C
Teorialuokka (52+1), 3. kerros
|
Ti 28.10.2025 klo 10:30 - 12:00 (1 t 30 min) |
Machine learning methods RO00FQ45-3001 |
142
Teorialuokka (40+1), päärakennus
|
Ke 29.10.2025 klo 09:00 - 10:00 (1 t 0 min) |
Machine learning methods RO00FQ45-3001 |
142
Teorialuokka (40+1), päärakennus
|
Ke 29.10.2025 klo 10:00 - 11:30 (1 t 30 min) |
Machine learning methods RO00FQ45-3001 |
142
Teorialuokka (40+1), päärakennus
|
Ti 11.11.2025 klo 10:30 - 12:00 (1 t 30 min) |
Machine learning methods RO00FQ45-3001 |
309C
Teorialuokka (52+1), 3. kerros
|
Ke 12.11.2025 klo 09:00 - 10:00 (1 t 0 min) |
Machine learning methods RO00FQ45-3001 |
309C
Teorialuokka (52+1), 3. kerros
|
Ke 12.11.2025 klo 10:00 - 11:30 (1 t 30 min) |
Machine learning methods RO00FQ45-3001 |
309C
Teorialuokka (52+1), 3. kerros
|
Ti 18.11.2025 klo 10:30 - 12:00 (1 t 30 min) |
Machine learning methods RO00FQ45-3001 |
309C
Teorialuokka (52+1), 3. kerros
|
Ke 19.11.2025 klo 09:00 - 10:00 (1 t 0 min) |
Machine learning methods RO00FQ45-3001 |
309C
Teorialuokka (52+1), 3. kerros
|
Ke 19.11.2025 klo 10:00 - 11:30 (1 t 30 min) |
Machine learning methods RO00FQ45-3001 |
309C
Teorialuokka (52+1), 3. kerros
|
Ti 25.11.2025 klo 10:30 - 12:00 (1 t 30 min) |
Machine learning methods RO00FQ45-3001 |
309C
Teorialuokka (52+1), 3. kerros
|
Ke 26.11.2025 klo 09:00 - 10:00 (1 t 0 min) |
Machine learning methods RO00FQ45-3001 |
309C
Teorialuokka (52+1), 3. kerros
|
Ke 26.11.2025 klo 10:00 - 11:30 (1 t 30 min) |
Machine learning methods RO00FQ45-3001 |
309C
Teorialuokka (52+1), 3. kerros
|
Ti 02.12.2025 klo 10:30 - 12:00 (1 t 30 min) |
Machine learning methods RO00FQ45-3001 |
309C
Teorialuokka (52+1), 3. kerros
|
Ke 03.12.2025 klo 09:00 - 10:00 (1 t 0 min) |
Machine learning methods RO00FQ45-3001 |
309C
Teorialuokka (52+1), 3. kerros
|
Ke 03.12.2025 klo 10:00 - 11:30 (1 t 30 min) |
Machine learning methods RO00FQ45-3001 |
309C
Teorialuokka (52+1), 3. kerros
|
Ti 09.12.2025 klo 10:30 - 12:00 (1 t 30 min) |
Machine learning methods RO00FQ45-3001 |
309C
Teorialuokka (52+1), 3. kerros
|
Ke 10.12.2025 klo 09:00 - 10:30 (1 t 30 min) |
Machine learning methods RO00FQ45-3001 |
309C
Teorialuokka (52+1), 3. kerros
|
Ke 10.12.2025 klo 10:30 - 12:00 (1 t 30 min) |
Machine learning methods RO00FQ45-3001 |
309C
Teorialuokka (52+1), 3. kerros
|
Ti 16.12.2025 klo 10:30 - 12:00 (1 t 30 min) |
Machine learning methods RO00FQ45-3001 |
309C
Teorialuokka (52+1), 3. kerros
|
Ke 17.12.2025 klo 09:00 - 10:30 (1 t 30 min) |
Machine learning methods RO00FQ45-3001 |
309C
Teorialuokka (52+1), 3. kerros
|
Ke 17.12.2025 klo 10:30 - 12:00 (1 t 30 min) |
Machine learning methods RO00FQ45-3001 |
309C
Teorialuokka (52+1), 3. kerros
|
Tavoitteet
Tunnet koneoppimisen eri menetelmiä.
Ymmärrät, mitä tarkoittaa ohjattu oppiminen.
Ymmärrät, mitä tarkoittaa ohjaamaton oppiminen.
Ymmärrät lineaariregression toimintaperiaatteen.
Ymmärrät, miten logistista regressiota käytetään luokittelussa.
Osaat kommunikoida koneoppimisen käsitteillä.
Tunnet neuroverkkojen perusteet.
Tunnet päätöspuiden ja satunnaismetsien toimintaperiaatteen.
Osaat ohjelmoida koneoppimisen malleja.
Sisältö
Mitä ovat eri koneoppimisen menetelmät?
Miten koneoppimisen malleja toteutetaan ohjelmoimalla?
Miten valitaan sopiva koneoppimisen menetelmä tietyssä sovelluskohteessa?
Mihin koneoppimisen mallit perustuvat?
Miten koneoppimiseen tarkoitettuja eri kirjastoja käytetään ohjelmoinnissa?
Opiskelumateriaali
Luentokalvot ja laskuharjoitukset.
Opiskelumuodot ja -menetelmät
Tentti.
TKI ja työelämäyhteistyö
Opintojaksoon ei sisälly TKI- ja työelämäyhteistyötä.
Arviointiasteikko
1-5
Esitietovaatimukset
Edellytetään taitoja koneoppimisen matematiikasta, ohjelmoinnista ja data-analyysistä.