Data-analytiikka (5 op)

Toteutuksen tunnus: TKI2HM002-3017

Toteutuksen perustiedot


Ilmoittautumisaika
13.06.2022 - 19.08.2022
Ilmoittautuminen toteutukselle on päättynyt.
Ajoitus
22.08.2022 - 14.10.2022
Toteutus on päättynyt.
Opintopistemäärä
5 op
Toimipiste
Pasilan toimipiste
Opetuskielet
suomi
Paikkoja
15 - 40
Koulutus
LUJOM Liiketoiminnan uudistamisen ja johtamisen koulutus
PAKEM Palveluliiketoiminnan johtamisen ja kehittämisen koulutus
LITEM Liiketoiminnan teknologiat -koulutus
Opettajat
Aki Taanila
Ryhmät
MAICTF
ICT-palvelut ja tietojärjestelmät, masterit, Pasila
MALEAF
Johtajuus ja henkilöstövoimavarat, masterit, Pasila
MAPO
Master, Porvoo
MACOMF
Viestinnän ja markkinoinnin johtaminen, masterit, Pasila
MAEXPFHA
Elämystalous ja palveluiden kehittäminen, masterit, Haaga
MAENTF
Yrittäjämäinen liiketoiminnan johtaminen, masterit, Pasila
VIRTUAL
Virtuaalitoteutus
MADIGF
Digitaalisen liiketoiminnan mahdollisuudet, masterit, Pasila
MASTRF
Strateginen ajattelu ja johtaminen, masterit, Pasila
MASALF
Myynnin ja asiakaskokemuksen johtaminen, masterit, Pasila
Opintojakso
TKI2HM002

Arviointiasteikko

H-5

Aikataulu

22.8. - 26.8. Johdanto data-analytiikkaan / Asenna Anaconda koneellesi
29.8. - 2.9. Kuvaileva analytiikka
5.9. - 9.9. Selittävä analytiikka
12.9. - 16.9. Aikasarjat
19.9. - 23.9. Aikasarjaennustaminen
26.9. - 30.9. Luokittelumallit
3.10. - 7.10. Regressiomallit

Toteutustavat, näyttö ja opinnollistaminen

Toteutuksesta riippuen lähiopetusta, itsenäistä työskentelyä, pienryhmätyöskentelyä ja verkko-opintoja.

Aikaisemmin hankitun osaamisen tunnistaminen ja tunnustaminen (AHOT)
Jos opiskelija omaa työn, opintojen tai muun syyn (esim. sertifiointi) takia kurssin tuottaman osaamisen, voi hän osoittaa osaamisensa näytöllä toteutuksen vastuuopettajan kanssa sovittavalla tavalla. Lisätietoja näyttöprosessista löytyy: https://www.haaga-helia.fi/fi/osaamisen-tunnistaminen-ja-work-study katso kohta "Ohjeet osaamisen tunnistamiseen (master)".

Intro

Nykyajan organisaatioissa tieto on keskeinen johtamisen väline. Data-analytiikka on väline tiedon jalostamiseen liiketoiminnan tarpeisiin. Opintojakson tavoitteena on ymmärtää data-analytiikan prosessi ja menetelmiä sekä osata soveltaa niitä käytännön esimerkkien avulla. Opintojakso ei edellytä aikaisempaa ohjelmointiosaamista.

Oppimateriaalit

https://tilastoapu.wordpress.com/python/

Opetusmenetelmät ja ohjaus

Videoluennoilla opetetaan datojen valmistelua, kuvailevaa analytiikkaa, selittävää analytiikkaa, ennakoivaa analytiikkaa ja mallintamista (koneoppimisen malleja).

Opiskelija syventää oppimista omatoimisesti tehtävillä harjoituksilla, joiden aiheet ja datat opiskelija voi vapaasti valita. Jos opiskelijalla ei ole omia datoja, niin harjoittelun voi tehdä opettajan tarjoamilla datoilla.

Opettaja ohjaa tarvittaessa omatoimisten harjoitusten tekemistä verkossa.

Työelämäyhteydet

Työssä käyviä opiskelijoita kannustetaan hyödyntämään omalta työpaikalta löytyviä datoja.

Tenttien ajankohdat ja uusintamahdollisuudet

Ei tenttiä.

Oppimistehtävät

Opiskelija analysoi omatoimisesti erilaisia datoja kurssilla opetettavia menetelmiä käyttäen.

Arviointitavat

Arvosana määräytyy omien tuotosten perusteella. Jaossa on 20 pistettä neljästä eri osiosta (5 pistettä datan valmistelusta ja kuvailevasta analytiikasta, 5 pistettä selittävästä analytiikasta, 5 pistettä aikasarjoista, ja 5 pistettä mallintamisesta). Kurssin läpäisyyn vaaditaan vähintään 4 pistettä ja arvosana on eri osioiden pisteiden keskiarvo matemaattisesti pyöristettynä.

Siirry alkuun