Data-analytiikka (5 op)
Toteutuksen tunnus: TOO8LH105-3013
Toteutuksen perustiedot
- Ilmoittautumisaika
- 14.06.2021 - 20.08.2021
- Ilmoittautuminen toteutukselle on päättynyt.
- Ajoitus
- 23.08.2021 - 17.12.2021
- Toteutus on päättynyt.
- Opintopistemäärä
- 5 op
- Toimipiste
- Pasilan toimipiste
- Opetuskielet
- suomi
- Paikkoja
- 15 - 40
- Koulutus
- HELI Liiketalouden koulutusohjelma
Arviointiasteikko
H-5
Aikataulu
Päivä Aihe Lisätietoa
Johdanto data-analytiikkaan Asenna Anaconda koneellesi
Datan valmistelu
Kuvaileva analytiikka
Selittävä analytiikka
Aikasarjat
Aikasarjaennustaminen
Regressio
Luokittelu
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
Luennoilla harjoitellaan datojen valmistelua, kuvailevaa analytiikkaa, selittävää analytiikkaa, ennakoivaa analytiikkaa ja mallintamista (koneoppimisen malleja) opettajan johdolla. Lähiopetuksesta poissa olleet voivat suorittaa samat harjoitukset itsenäisesti oppimateriaalien avulla.
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.
Luentojen jälkeen opettaja ohjaa tarvittaessa omatoimisten harjoitusten tekemistä.
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.