IoT Big Data and Analytics (5 op)

Toteutuksen tunnus: 5000BL72-3001

Toteutuksen perustiedot

Ilmoittautumisaika: 01.06.2019 - 13.09.2019; Ilmoittautuminen toteutukselle on päättynyt.

Ajoitus: 03.09.2019 - 13.12.2019; Toteutus on päättynyt.

Opintopistemäärä: 5 op

Lähiosuus: 2 op

Virtuaaliosuus: 3 op

Yksikkö: Tekniikka ja liiketoiminta

Toimipiste: Kupittaan kampus

Opetuskielet: englanti

Paikat: 24 - 48

Koulutus: Degree Programme in Information and Communications Technology; Tieto- ja viestintätekniikan koulutus

Opettajat: Sanna Määttä

Ajoitusryhmät: Pienryhmä 1 (Koko: 0 . Avoin AMK : 0.); Pienryhmä 2 (Koko: 0 . Avoin AMK : 0.)

Ryhmät: PTIVIS18S
PTIVIS18S

Pienryhmät: Pienryhmä 1; Pienryhmä 2

Opintojakso: 5000BL72

Toteutukselle 5000BL72-3001 ei löytynyt varauksia!

Arviointiasteikko

H-5

Tavoitteet

Opiskelija tuntee data-analyysin perusmenetelmät
Opiskelija osaa toteuttaa data-analyysiä reunalaskennassa
Opiskelija tuntee data-analyysin perusratkaisut pilvipalveluissa

Sisältö

Eräajo- ja reaaliaikainen data-analyysi
Data-analyysin prosessi
Datan muokkaus ja normalisointi
Kuvailevan tilastotieteen perusmenetelmät
Datan visualisointi
Koneoppimisen perusmenetelmät
Big data toteutusarkkitehtuurit

Oppimateriaalit

Cisco network academy material www.netacad.com

Opetusmenetelmät

Self-study network material
Lectures
7 laboratory sessions

Tenttien ajankohdat ja uusintamahdollisuudet

Week 43

Pedagogiset toimintatavat ja kestävä kehitys

Lab works
lectures
self study

Toteutuksen valinnaiset suoritustavat

Opiskelijan ajankäyttö ja kuormitus

lab works 7x3h = 21h
lectures 6x2h = 12h
exam = 2h
self study = 74h
exam preparation 26h
TOTAL 135h

Arviointimenetelmät ja arvioinnin perusteet

Must pass Final Exam:
60% -> 1
68% -> 2
76% -> 3
84% -> 4
92% -> 5
Mandatory lab works: +/- 2 grades from individual Lab performance
Mandatory lectures, must attend 70%

Hylätty (0)

Failed Final Exam <60%
or
Weak Final exam < 76% + poor lab performance (missing labs, nonprofessional attitude or lack of active problem-solving, missed lectures)

Arviointikriteerit, kiitettävä (5)

Excellent Final Exam >92%
and
expected lab performance (all labs done with average performance)
or
Good Final Exam >76%
and
superb lab performance (all labs done, actively learns new skills outside of the lab scope, is able to help fellow students, attended all lectures)

Esitietovaatimukset

Tietokoneen peruskäyttötaidot sekä Windows että Linux ympäristöissä
Tietoverkkojen perustaidot Cisco CCNA1 tai vastaava
Ohjelmoinnin perustaidot jollakin korkean tason ohjelmointikielellä (esimerkiksi Python, Java, C# tai vastaava)
Ohjelmoinnin perustaitoihin kuuluu muun muassa ulostulon formatointi, ehtolauseet, silmukat, funktiot/aliohjelmat, funktion parametrit ja paluuarvot, taulukot, virheentarkastelu, testaus ja hyvät koodauskäytännöt
Riittävät matemaattis-loogiset ajattelutaidot
Rittävä englannin kielen taito: opetus ja kaikki materiaalit ovat englanniksi