Data-analytiikka Pythonilla (5 op)

Toteutuksen tunnus: ANA001AS2A-3006

Toteutuksen perustiedot


Ilmoittautumisaika
12.06.2023 - 18.08.2023
Ilmoittautuminen toteutukselle on päättynyt.
Ajoitus
21.08.2023 - 15.12.2023
Toteutus on päättynyt.
Opintopistemäärä
5 op
Toimipiste
Pasilan toimipiste
Opetuskielet
suomi
Paikkoja
15 - 40
Koulutus
TRATI Tradenomi tietojenkäsittely
Opettajat
Aki Taanila
Ryhmät
IT4PAICB1
Tradenomi tietojenkäsittely, 4. lukukausi, Pasila, ICT ja liiketoiminta, ryhmä 1
EVENING
Iltaopetus
ONLINE
Verkkototeutus
ITB4PAICB1
Tradenomi tietojenkäsittely, monimuoto, 4. lukukausi, Pasila, ICT ja liiketoiminta
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

Lähiopetukseen osallistuminen ei ole pakollista. Opintojaksonn voi suorittaa osittain tai kokonaan virtuaalisesti

Oppimistehtävät

Toteutuksella on 4 tehtävää, joissa sovelletaan opittuja taitoja opettajan tarjoamiin tai omiin datoihin:

Tehtävä 1: Kuvaileva analytiikka
Tehtävä 2: Selittävä analytiikka
Tehtävä 3: Aikasarjat ja aikasarjaennustaminen
Tehtävä 4: Ennakoiva analytiikka ja koneoppimisen mallit

Arviointitavat

Toteutuksen arvosana tehtävien pistemäärien keskiarvo matemaattisesti pyöristettynä

Siirry alkuun