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
CONTACT
Lähitoteutus
TR3HEANA
Tradenomi 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

Siirry alkuun