Data-analytiikka (5 op)

Arviointiasteikko

H-5

Toteutustavat, näyttö ja opinnollistaminen

Opintojakson osaamistavoitteet saavuttaa parhaiten osallistumalla lähiopetukseen. Lähiopetus sisältää
• esimerkkejä, jotka käydään läpi perusteellisesti opettajan johdolla
• yhdessä tehtäviä harjoituksia, joissa ongelmiin etsitään ratkaisuja yhdessä opiskelijakollegojen kanssa
• yksilötehtävien tekemistä, jolloin opettaja auttaa tarvittaessa.
Opiskelija viimeistelee yksilötehtävät omalla ajalla lähiopetuksen ulkopuolella.

Oppimateriaalit

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

Opetusmenetelmät ja ohjaus

Kurssilla opetellaan 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.

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.