Data-analytiikka Pythonilla (5 op)
Toteutuksen tunnus: ANA001AS2A-3004
Toteutuksen perustiedot
- Ilmoittautumisaika
- 02.01.2024 - 12.01.2024
- Ilmoittautuminen toteutukselle on päättynyt.
- Ajoitus
- 15.01.2024 - 17.05.2024
- Toteutus on päättynyt.
- Opintopistemäärä
- 5 op
- Toimipiste
- Pasilan toimipiste
- Opetuskielet
- suomi
- Paikkoja
- 15 - 45
- Koulutus
- TRALI Tradenomi liiketalous
- Opettajat
- Juha Nurmonen
- Ryhmät
-
CONTACTLähitoteutus
-
TR3HEANATradenomi liiketalous, Helsinki, 3. lukukausi, Helsinki, Analytiikka ja kehittäminen
- Opintojakso
- ANA001AS2A
Arviointiasteikko
H-5
Toteutustavat, näyttö ja opinnollistaminen
a. Contact-toteutus, jossa on tehtävät ja itsenäinen työskentely
b. Online-toteutus, jossa on verkko-opetusta, tehtävät ja itsenäinen työskentely
c. Blended-toteutus, jossa on osittain lähiopetusta ja osin verkko-oppimista tehtävineen ja itsenäinen työskentely
d. Virtual-toteutus, jossa on verkko-oppimista tehtävineen ja itsenäinen työskentely
Mikäli jo osaat tämän opintojakson osaamistavoitteet, voit näyttää osaamisesi. Kysy lisää opintojakson opettajalta. Lisätietoja osaamisen tunnistamisesta: https://www.haaga-helia.fi/fi/osaamisen-tunnistaminen-ja-work-study
Intro
Haluatko oppia jalostamaan dataa päätöksenteon tueksi, visualisoimaan dataa, käyttämään ennustemalleja ja automatisoimaan datan analysointia? Opintojaksolla opit käyttämään data-analytiikan keskeisimpiä menetelmiä ja samalla opit Python-koodauksen perusteet.
Aiempaa kokemusta koodauksesta ei tarvita.
Oppimateriaalit
https://tilastoapu.wordpress.com/python
Opetusmenetelmät ja ohjaus
Lähiopetuksessa opitaan opettajan johdolla Python-koodauksen käyttöä data-analytiikassa. Opiskelija voi oppia myös itsenäisesti valmiiden esimerkkien ja videoiden avulla.
Aiempaa kokemusta koodauksesta ei tarvita.
Tenttien ajankohdat ja uusintamahdollisuudet
Opintojaksolla ei ole tenttiä
Toteutuksen valinnaiset oppimistavat
Toteutuksen voi suorittaa osittain tai kokonaan virtuaalisesti
Oppimistehtävät
Toteutuksella on kolme tehtävää seuraavista aihealuiesta:
Tehtävä 1: Kuvaileva analytiikka ja selittävä analytiikka
Tehtävä 2: Aikasarjat ja aikasarjaennustaminen
Tehtävä 3: Ennakoiva analytiikka ja koneoppimisen mallit
Arviointitavat
Toteutuksen arvosana tehtävien pistemäärien keskiarvo matemaattisesti pyöristettynä