Tietojenkäsittelyn matematiikkaLaajuus (5 op)
Tunnus: TT00BS23
Laajuus
5 op
Osaamistavoitteet
Opintojakson suoritettuaan opiskelija osaa:
- suorittaa laskutoimituksia eri lukujärjestelmissä
- suorittaa lukujärjestelmämuunnoksia
- kuvata loogisia lauseita Boolen algebran avulla sekä ratkaista ongelmia niillä
- käyttää hyväkseen todennäköisyyslaskentaa ongelmaratkaisussa
- analysoida dataa tilastomatematiikan avulla
- käyttää hyväkseen soveltuvia työkaluja tietojen analysoinnissa sekä laskennassa
Sisältö
- lukujärjestelmät ja binäärilaskenta
- Boolen algebra ja loogiset operaatiot
- todennököisyyslaskennan perusteet
- tilastomatematiikan ja data-analyysin perusteet
Ilmoittautumisaika
30.05.2024 - 15.09.2024
Ajoitus
02.09.2024 - 18.12.2024
Opintopistemäärä
5 op
Toteutustapa
Lähiopetus
Yksikkö
Tekniikka ja liiketoiminta
Toimipiste
Kupittaan kampus
Opetuskielet
- Suomi
Paikat
0 - 80
Koulutus
- Tietojenkäsittelyn koulutus
Opettaja
- Tiina Tolmunen
- COS Opettaja
- COS1 Virtuaalihenkilö1
Ryhmät
-
PTIETS24APTIETS24A
-
PTIETS24BPTIETS24B
Tavoitteet
Opintojakson suoritettuaan opiskelija osaa:
- suorittaa laskutoimituksia eri lukujärjestelmissä
- suorittaa lukujärjestelmämuunnoksia
- kuvata loogisia lauseita Boolen algebran avulla sekä ratkaista ongelmia niillä
- käyttää hyväkseen todennäköisyyslaskentaa ongelmaratkaisussa
- analysoida dataa tilastomatematiikan avulla
- käyttää hyväkseen soveltuvia työkaluja tietojen analysoinnissa sekä laskennassa
Sisältö
- lukujärjestelmät ja binäärilaskenta
- Boolen algebra ja loogiset operaatiot
- todennököisyyslaskennan perusteet
- tilastomatematiikan ja data-analyysin perusteet
Oppimateriaalit
Kurssin materiaalit ja demotehtävät mallivastauksineen itslearningissä.
Harjoitustehtävät suoritetaan ViLLEssä.
Käytämme osan 2 tilastomatematiikassa Exceliä sekä Pythonia ja Jupyter Notebook:a.
Opetusmenetelmät
Lähiopetus, tietokoneavusteinen opetus ja oppiminen, tehtäväperustaisuus
Tenttien ajankohdat ja uusintamahdollisuudet
Osa 1, viikolla 43
Osa 2, viikolla 50
Uusintatenttiminen on mahdollista tenttiakvaariossa e-tenttinä. Kutakin osatenttiä voi yrittää maksimissaan 3 kertaa, kuitenkin onnistuneen tenttisuorituksen jälkeen vain kerran voi yrittää parantaa arvosanaa.
Opiskelijan ajankäyttö ja kuormitus
Kontaktitunnit:
- Luennot 22 h
- Harjoitukset 20 h
- Tentit 2*2 h = 4 h
Itsenäinen opiskelu, kotitehtävät, tenteihin valmistautuminen 90 h.
Sisällön jaksotus
Osa 1 viikot 36-43:
- Peruslaskujen kertaus, Lukujärjestelmät
- Komplementtiluvut, Binäärilaskenta
- Todennäköisyyslaskennan perusteet ja soveltaminen
- Loogiset operaatiot ja Boolen algebra
Osa 2 viikot 44-50:
- Tilastomatematiikan perusteet
- Tilastollisen analyysin perusteita ja visualisointia Excelillä
- Tiedon esittäminen ja data-analyysin alkeet Pythonilla
Viestintäkanava ja lisätietoja
Itslearning
Arviointiasteikko
H-5
Arviointimenetelmät ja arvioinnin perusteet
Osat 1 ja 2 arvioidaan erikseen.
Kurssin voi suorittaa:
- tekemällä demoja ja harjoituksia hyväksytysti annetussa aikataulussa. Tällöin vain arvosanat 1 ja 2 ovat mahdollisia.
- osallistumalla tenttiin (arvosanat 1-5).
Demot ja harjoitukset:
70% pisteistä - arvosana 1
90% pisteistä - arvosana 2
Tentti
45% tentin pisteistä - arvosana 1
85% tentin pisteistä - arvosana 5
Hylätty (0)
Alle 70 % tehtävien ja demojen pisteistä.
TAI
Alle 45 % osatentin pisteistä.
Arviointikriteerit, tyydyttävä (1-2)
Opiskelija osaa:
- kertoa, miksi eri lukujärjestelmiä tarvitaan tietojenkäsittelyssä
- kertoa mitä ovat loogiset operaatiot sekä miten niitä voidaan hyödyntää
- määritellä yksinkertaisten tapahtumien todennäköisyyksiä
- kertoa millä tavalla kerättyä tietoa voidaan analysoida
- tehdä yksinkertaisia laskentaa ja tiedon analysointia soveltuvilla työkaluilla
Arviointikriteerit, hyvä (3-4)
Opiskelija osaa:
- suorittaa laskutoimituksia binääri ja desimaalijärjestelmissä
- kuvata loogisia lauseita Boolen algebran avulla
- laskea tapahtumien todennäköisyyksiä
- käyttää Exceliä tietojen analysointiin ja visualisointiin
Arviointikriteerit, kiitettävä (5)
Opiskelija osaa:
- suorittaa lukujärjestelmämuunnoksia
- soveltaa totuustaulukoita ongelmien ratkaisemissa
- laskea monipuolisesti erilaisten tapahtumien todennäköisyyksiä
- hyödyntää soveltuvia työkaluja tietojen analysointiin ja visualisointiin sekä liittää näitä raportteihin
- osaa hyödyntää data-analytiikkaa ongelman ratkaisuun
- osaa hyödyntää Pythonia tietojen analysointiin ja visualisointiin
Ilmoittautumisaika
02.05.2023 - 17.09.2023
Ajoitus
04.09.2023 - 15.12.2023
Opintopistemäärä
5 op
Toteutustapa
Lähiopetus
Yksikkö
Tekniikka ja liiketoiminta
Toimipiste
Kupittaan kampus
Opetuskielet
- Suomi
Paikat
50 - 80
Koulutus
- Tietojenkäsittelyn koulutus
Opettaja
- Matti Kuikka
Ryhmät
-
PTIETS23APTIETS23A
-
PTIETS23BPTIETS23B
Tavoitteet
Opintojakson suoritettuaan opiskelija osaa:
- suorittaa laskutoimituksia eri lukujärjestelmissä
- suorittaa lukujärjestelmämuunnoksia
- kuvata loogisia lauseita Boolen algebran avulla sekä ratkaista ongelmia niillä
- käyttää hyväkseen todennäköisyyslaskentaa ongelmaratkaisussa
- analysoida dataa tilastomatematiikan avulla
- käyttää hyväkseen soveltuvia työkaluja tietojen analysoinnissa sekä laskennassa
Sisältö
- lukujärjestelmät ja binäärilaskenta
- Boolen algebra ja loogiset operaatiot
- todennököisyyslaskennan perusteet
- tilastomatematiikan ja data-analyysin perusteet
Oppimateriaalit
Opettajan laatima materiaali, verkkomateriaali sekä oppimisympäristön tehtävät.
Opetusmenetelmät
Lähiopetus, tietokoneavusteinen opetus, tehtäväperustaisuus
Tenttien ajankohdat ja uusintamahdollisuudet
Osa 1, viikolla 43
Osa 2, viikolla 50
Pedagogiset toimintatavat ja kestävä kehitys
Opintojaksolla opiskellaan tietojenkäsittelyn matematiikan taitoja. Joka viikko on tunnin mittainen uuden asian käsittelytuokio, jonka jälkeen tietokoneilla tehtäviä harjoituksia. Lisäksi viikkotehtäviä, jotka demotaan harjoitustunneilla.
Sähköisenä oppimisympäristössä tehdään tehtäviä harjoituustunneilla yksin tai yhdessä sekä tuntien jälkeen kotitehtvinä. Tehtävät ovat pääosin automaattisesti arvioituja, joissa opiskelijat näkevät tehtävän suorituksen jälkeen opettajan laatimat ohjeet oikean ratkaisun osalta sekä tiedon onko vastaus oikein. Osa tehtävistä vertaisarvioidaan. Opiskelijoita kannustetaan yhteistyöhön opiskelun aikana.
Opiskelijan ajankäyttö ja kuormitus
Kontaktitunnit:
- Kurssin osien aloitukset (1h/osa): 2h
- Viikon aihe yhdessä (1h/viikko): 12h
- Työskentely harjoituksissa (2h/viikko 12 kertaa): 24h
- Kokeet (2h/koe): 4h
YHTEENSÄ: 42h
Itsenäinen opiskelu ja kotitehtävät: 90h
Sisällön jaksotus
Viikko 36: Peruslaskujen kertaus, Lukujärjestelmät
Viikko 37: Komplementtiluvut, Binäärilaskenta
Viikko 38: Todennäköisyyslaskennan perusteet
Viikko 39: Todennäköisyyslaskennan soveltaminen
Viikko 40: Loogiset operaatiot ja Boolen algebra
Viikko 41: Päättelyä, Tietorakenteet
Viikko 43: Kertaus, Osan 1 koe
Viikko 44: Tilastomatematiikan perusteet
Viikko 45: Tilastomatematiikan perusteet, jatkoa
Viikko 46: Tilastollisen analyysin perusteita
Viikko 47: Tiedon esittäminen Pythonilla
Viikko 48: Data-analyysin alkeet Pythonilla
Viikko 49: Kertaus
Viikko 50: Osan 2 koe
Viestintäkanava ja lisätietoja
Kurssin materiaalit ja demotehtävien mallivastaukset ovat ITS.ssä.
Harjoitustehtävät suoritetaan ViLLEssä.
Kurssin yleinen tiedotus ITS:n kautta.
Käytämme osan 2 tilastomatematiikassa Pythonia ja Jupyter Notebook tietojen analysointiin.
Arviointiasteikko
H-5
Arviointimenetelmät ja arvioinnin perusteet
Kotitehtävät ja harjoitukset:
Automaattinen ja opettajan arviointi. Hyvitys jos vähintään 70% suoritettu, josta saa +1 arvosanan hyvityksen, ja jos 90% suortitettu, saa maksimihyvityksen +2 osakokeen arvosanaan.
Alkuosa ja loppuosa arvioidaan erikseen.
Osakokeet:
Minimi (1) 45% kokeen pisteistä, 85% saa maksimin (5).
Uusintatenttiminen on mahdollista tenttiakvaariossa. Kutakin koetta voi yrittää maksimissaan 3 kertaa, kuitenkin onnistuneen kokeen suorituksen jälkeen vain kerran voi yrittää parantaa arvosanaa. Ensimmäinen koekerta on koululla.
Arviointi kattaa seuraavat aihealueet:
Lukujärjestelmät, Loogiset operaatiot, Todennäköisyyslaskenta, Tietorakenteet, Tilastomatematiikka, soveltuvien työkalujen käyttö tilastoihin ja laskentaan.
Arviointikriteerit, tyydyttävä (1-2)
Opiskelija osaa:
- kertoa, miksi eri lukujärjestelmiä tarvitaan tietojenkäsittelyssä
- kertoa mitä ovat loogiset operaatiot sekä miten niitä voidaan hyödyntää
- määritellä yksinkertaisten tapahtumien todennäköisyyksiä
- tunnistaa tärkeimmät tietorakenteet
- kertoa millä tavalla kerättyä tietoa voidaan analysoida
- tehdä yksinkertaisia laskentaa ja tiedon analysointia soveltuvilla työkaluilla
Arviointikriteerit, hyvä (3-4)
Opiskelija osaa:
- suorittaa laskutoimituksia binääri ja desimaalijärjestelmissä
- kuvata loogisia lauseita Boolen algebran avulla
- kuvata, mitä jono- ja pinorakenteet ovat ja missä niitä voi käyttää
- laskea tapahtumien todennäköisyyksiä
- käyttää Exceliä tietojen analysointiin ja visualisointiin
Arviointikriteerit, kiitettävä (5)
Opiskelija osaa:
- suorittaa lukujärjestelmämuunnoksia
- soveltaa totuustaulukoita ongelmien ratkaisemissa
- laskea tapahtumien todennäköisyyksiä hyödyntäen Bayesin teoreemaa
- hyödyntää soveltuvia työkaluja tietojen analysointiin ja visualisointiin sekä liittää näitä raportteihin
- osaa hyödyntää data-analytiikka ongelman ratkaisuun
- osaa hyödyntää Pythonia tietojen analysointiin ja visualisointiin
Ilmoittautumisaika
20.07.2022 - 08.09.2022
Ajoitus
29.08.2022 - 16.12.2022
Opintopistemäärä
5 op
Toteutustapa
Lähiopetus
Yksikkö
Tekniikka ja liiketoiminta
Toimipiste
Kupittaan kampus
Opetuskielet
- Suomi
Paikat
60 - 80
Koulutus
- Tietojenkäsittelyn koulutus
Opettaja
- Matti Kuikka
Ryhmät
-
PTIETS22R1PTIETS22, R1
-
PTIETS22R2PTIETS22, R2
Tavoitteet
Opintojakson suoritettuaan opiskelija osaa:
- suorittaa laskutoimituksia eri lukujärjestelmissä
- suorittaa lukujärjestelmämuunnoksia
- kuvata loogisia lauseita Boolen algebran avulla sekä ratkaista ongelmia niillä
- käyttää hyväkseen todennäköisyyslaskentaa ongelmaratkaisussa
- analysoida dataa tilastomatematiikan avulla
- käyttää hyväkseen soveltuvia työkaluja tietojen analysoinnissa sekä laskennassa
Sisältö
- lukujärjestelmät ja binäärilaskenta
- Boolen algebra ja loogiset operaatiot
- todennököisyyslaskennan perusteet
- tilastomatematiikan ja data-analyysin perusteet
Oppimateriaalit
Opettajan laatima materiaali, verkkomateriaali sekä oppimisympäristön tehtävät.
Opetusmenetelmät
Lähiopetus, tietokoneavusteinen opetus, tehtäväperustaisuus
Tenttien ajankohdat ja uusintamahdollisuudet
Osa 1, viikolla 43
Osa 2, viikolla 50
Pedagogiset toimintatavat ja kestävä kehitys
Opintojaksolla opiskellaan tietojenkäsittelyn matematiikan taitoja. Joka viikko on tunnin mittainen uuden asian käsittelytuokio, jonka jälkeen tietokoneilla tehtäviä harjoituksia. Lisäksi viikkotehtäviä, jotka vertaisarvioidaan. Näiden ratkaisemiseen saan apua sekä keskustelualueelta että perjantain kyselytunnilla.
Sähköisenä oppimisympäristössä tehdään tehtäviä BYOD/IT-tunneilla ja BYOD/IT-tuntien jälkeen joko yksin tai yhdessä kotona tai koululla. Tehtävät ovat pääosin automaattisesti arvioituja, joissa opiskelijat näkevät tehtävän suorituksen jälkeen opettajan laatimat ohjeet oikean ratkaisun osalta sekä tiedon onko vastaus oikein. Osa tehtävistä vertaisarvioidaan ja käydään läpi tunneilla opiskelijoiden esittäminä demoissa. Opiskelijoita kannustetaan yhteistyöhön opiskelun aikana.
Toteutuksen valinnaiset suoritustavat
Kurssin voi suorittaa saavuttamalla 70% kurssin tehtävien pisteistä tai läpäisemällä sen kummankin osan tentin.
Katso tästä tarkemmin osassa Arviointi.
Opiskelijan ajankäyttö ja kuormitus
Kontaktitunnit:
- Viikon aihe yhdessä (1h/viikko): 13h
- Työskentely harjoituksissa BYOD/IT-luokassa (2h/viikko): 22h
- Kyselytunti viikkotehtävistä (1h/viikko): 11h
- Kokeet tietokoneella (aloitustesti 1h + 1,5h/koe): 4h
YHTEENSÄ: 50h
Itsenäinen opiskelu ja kotitehtävät: 80h
Sisällön jaksotus
Viikko 34: Aloitustasotesti (osana orientaatiota)
Viikko 35: Peruslaskujen kertaus, Lukujärjestelmät
Viikko 36: Desimaalimuunnokset, Binäärilaskenta
Viikko 37: Todennäköisyyslaskennan perusteet
Viikko 38: Todennäköisyyslaskennan soveltaminen
Viikko 39: Loogiset operaatiot ja Boolen algebra
Viikko 40: Päättely ja tietojenkäsittelyn tietorakenteet
Viikko 41: Kertaus
Viikko 43: Osan 1 koe
Viikko 44: Tilastomatematiikan perusteet
Viikko 45: Tilastomatematiikan perusteet, jatkoa
Viikko 46: Tilastollisen analyysin perusteita
Viikko 47: Tiedon esittäminen Pythonilla
Viikko 48: Data-analyysin alkeet Pythonilla
Viikko 49: Kertaus
Viikko 50: Osan 2 koe
Viestintäkanava ja lisätietoja
Käytämme osan 2 tilastomatematiikassa Pythonia ja Jupyter Notebook tietojen analysointiin.
Arviointiasteikko
H-5
Arviointimenetelmät ja arvioinnin perusteet
Kotitehtävät ja harjoitukset:
Automaattinen ja opettajan arviointi. Kurssin voi läpistä ilman tenttiä arvosanalla 1, jos saavuttaa vähintään 70% kurssin tehtävien pisteistä.
Jos pisteitä kertyy 90%, niin arvosana on 2.
Tenttien avulla kurssillla arvosaksi voi saada korkeampia arvoja.
Kurssin alkuosa ja loppuosa arvioidaan erikseen.
Uusintatenttiminen on mahdollista tenttiakvaariossa. Kutakin koetta voi yrittää maksimissaan 3 kertaa, kuitenkin onnistuneen kokeen suorituksen jälkeen vain kerran voi yrittää parantaa arvosanaa. Ensimmäinen koekerta on BYOD/IT-luokassa.
Arviointi kattaa seuraavat aihealueet:
Lukujärjestelmät, Loogiset operaatiot, Todennäköisyyslaskenta, Tietorakenteet, Tilastomatematiikka, soveltuvien työkalujen käyttö tilastoihin ja laskentaan.
Hylätty (0)
Opiskelija saavuttaa kurssin tehtävistä vähemmän kuin 70% pisteistä TAI opiskelija ei läpäise kurssin tenttejä.
Arviointikriteerit, tyydyttävä (1-2)
Opiskelija osaa:
- kertoa, miksi eri lukujärjestelmiä tarvitaan tietojenkäsittelyssä
- kertoa mitä ovat loogiset operaatiot sekä miten niitä voidaan hyödyntää
- määritellä yksinkertaisten tapahtumien todennäköisyyksiä
- tunnistaa tärkeimmät tietorakenteet
- kertoa millä tavalla kerättyä tietoa voidaan analysoida
- tehdä yksinkertaisia laskentaa ja tiedon analysointia soveltuvilla työkaluilla
Käytännöss tamä tarkoittaa, että opiskelija on JOKO saavuttanut kurssin harjoituksista vähintään 70% pisteistä tai saavuttanut vähintään 45% kurssin tentin pisteistä.
- 70 % harjoituksista tai 45% tentin pisteistä: 1
- 90% harjoituksista tai 55% tentin pisteistä: 2
Arviointikriteerit, hyvä (3-4)
Opiskelija osaa:
- suorittaa laskutoimituksia binääri ja desimaalijärjestelmissä
- kuvata loogisia lauseita Boolen algebran avulla ja laatia niistä totuustauluja
- laskea tapahtumien todennäköisyyksiä
- käyttää Exceliä tai Pythonia tilastomatematiikan ongelman ratkaisuun ja tiedon visualisointiin
Käytännöss tamä tarkoittaa, että opiskelija on saavuttanut vähintään 65% kurssin tentin pisteistä.
- 65 % tentin pisteistä: 3
- 75% tentin pisteistä: 4
Arviointikriteerit, kiitettävä (5)
Opiskelija osaa:
- suorittaa lukujärjestelmämuunnoksia
- soveltaa totuustaulukoita ongelmien ratkaisemissa
- laskea tapahtumien todennäköisyyksiä hyödyntäen Bayesin teoreemaa
- hyödyntää soveltuvia työkaluja tietojen analysointiin ja visualisointiin sekä liittää näitä raportteihin
- osaa hyödyntää Pythonia tietojen analysointiin
Käytännöss tamä tarkoittaa, että opiskelija on saavuttanut vähintään 85% kurssin tentin pisteistä.
Ilmoittautumisaika
31.07.2021 - 13.09.2021
Ajoitus
30.08.2021 - 23.01.2022
Opintopistemäärä
5 op
Virtuaaliosuus
2 op
Toteutustapa
60 % Lähiopetus, 40 % Etäopetus
Yksikkö
Tekniikka ja liiketoiminta
Toimipiste
Kupittaan kampus
Opetuskielet
- Suomi
Paikat
35 - 75
Koulutus
- Tietojenkäsittelyn koulutus
Opettaja
- Matti Kuikka
Ryhmät
-
PTIETS21R2PTIETS21, R2
-
PTIETS21R1PTIETS21, R1
Tavoitteet
Opintojakson suoritettuaan opiskelija osaa:
- suorittaa laskutoimituksia eri lukujärjestelmissä
- suorittaa lukujärjestelmämuunnoksia
- kuvata loogisia lauseita Boolen algebran avulla sekä ratkaista ongelmia niillä
- käyttää hyväkseen todennäköisyyslaskentaa ongelmaratkaisussa
- analysoida dataa tilastomatematiikan avulla
- käyttää hyväkseen soveltuvia työkaluja tietojen analysoinnissa sekä laskennassa
Sisältö
- lukujärjestelmät ja binäärilaskenta
- Boolen algebra ja loogiset operaatiot
- todennököisyyslaskennan perusteet
- tilastomatematiikan ja data-analyysin perusteet
Oppimateriaalit
Opettajan laatima materiaali, verkkomateriaali sekä oppimisympäristön tehtävät.
Opetusmenetelmät
Lähiopetus, tietokoneavusteinen opetus, tehtäväperustaisuus
Tenttien ajankohdat ja uusintamahdollisuudet
Osa 1, viikolla 42
Osa 2, viikolla 49
Pedagogiset toimintatavat ja kestävä kehitys
Opintojaksolla opiskellaan tietojenkäsittelyn matematiikan taitoja. Joka viikko on tunnin mittainen uuden asian käsittelytuokio, jonka jälkeen tietokoneilla tehtäviä harjoituksia. Lisäksi viikkotehtäviä, jotka vertaisarvioidaan. Näiden ratkaisemiseen saan apua sekä keskustelualueelta että perjantain kyselytunnilla.
Sähköisenä oppimisympäristössä tehdään tehtäviä atk-tunneilla ja atk-tuntien jälkeen joko yksin tai yhdessä kotona tai koululla. Tehtävät ovat pääosin automaattisesti arvioituja, joissa opiskelijat näkevät tehtävän suorituksen jälkeen opettajan laatimat ohjeet oikean ratkaisun osalta sekä tiedon onko vastaus oikein. Osa tehtävistä vertaisarvioidaan ja haastavimmat tehtävät käydään läpi kyselytunneilla tai niistä tehdään mallivideo. Opiskelijoita kannustetaan yhteistyöhön opiskelun aikana.
Toteutuksen valinnaiset suoritustavat
Kurssin voi suorittaa pääosin tekemällä tehtäviä verkossa.
Opiskelijan ajankäyttö ja kuormitus
Kontaktitunnit:
- Viikon aihe yhdessä (1h/viikko): 13h
- Työskentely harjoitukset tietokoneella (2h/viikko): 22h
- Kyselytunti viikkotehtävistä (1h/viikko): 11h
- Kokeet tietokoneella (aloitustesti 1h + 1,5h/koe): 4h
YHTEENSÄ: 50h
Itsenäinen opiskelu ja kotitehtävät: 80h
Sisällön jaksotus
Viikko 34: Aloitustasotesti (osana orientaatiota)
Viikko 35: Peruslaskujen kertaus, Lukujärjestelmät
Viikko 36: Desimaalimuunnokset, Binäärilaskenta
Viikko 37: Todennäköisyyslaskennan perusteet
Viikko 38: Todennäköisyyslaskennan soveltaminen
Viikko 39: Loogiset operaatiot ja Boolen algebra
Viikko 40: Tietojenkäsittelyn tietorakenteet sekä Kertaus
Viikko 42: Osan 1 koe
Viikko 43: Tilastomatematiikan perusteet
Viikko 44: Tilastomatematiikan perusteet, jatkoa
Viikko 45: Tilastollisen analyysin perusteita
Viikko 46: Tiedon esittäminen Pythonilla
Viikko 47: Data-analyysin alkeet Pythonilla
Viikko 48: Kertaus
Viikko 49: Osan 2 koe
Viestintäkanava ja lisätietoja
Käytämme osan 2 tilastomatematiikassa Pythonia ja Jupyter Notebook tietojen analysointiin.
Arviointiasteikko
H-5
Arviointimenetelmät ja arvioinnin perusteet
Kotitehtävät ja harjoitukset:
Automaattinen ja opettajan arviointi. Hyvitys jos vähintään 70% suoritettu, josta saa +1 arvosanan hyvityksen, ja jos 90% suortitettu, saa maksimihyvityksen +2 osakokeen arvosanaan.
Alkuosa ja loppuosa arvioidaan erikseen.
Osakokeet:
Minimi (1) 45% kokeen pisteistä, 85% saa maksimin (5).
Uusintatenttiminen on mahdollista tenttiakvaariossa. Kutakin koetta voi yrittää maksimissaan 3 kertaa, kuitenkin onnistuneen kokeen suorituksen jälkeen vain kerran voi yrittää parantaa arvosanaa. Ensimmäinen koekerta on atk-luokassa.
Arviointi kattaa seuraavat aihealueet:
Lukujärjestelmät, Loogiset operaatiot, Todennäköisyyslaskenta, Tietorakenteet, Tilastomatematiikka, soveltuvien työkalujen käyttö tilastoihin ja laskentaan.
Arviointikriteerit, tyydyttävä (1-2)
Opiskelija osaa:
- kertoa, miksi eri lukujärjestelmiä tarvitaan tietojenkäsittelyssä
- kertoa mitä ovat loogiset operaatiot sekä miten niitä voidaan hyödyntää
- määritellä yksinkertaisten tapahtumien todennäköisyyksiä
- tunnistaa tärkeimmät tietorakenteet
- kertoa millä tavalla kerättyä tietoa voidaan analysoida
- tehdä yksinkertaisia laskentaa ja tiedon analysointia soveltuvilla työkaluilla
Arviointikriteerit, hyvä (3-4)
Opiskelija osaa:
- suorittaa laskutoimituksia binääri ja desimaalijärjestelmissä
- kuvata loogisia lauseita Boolen algebran avulla
- kuvata, mitä jono- ja pinorakenteet ovat ja missä niitä voi käyttää
- laskea tapahtumien todennäköisyyksiä
- käyttää tilastomatematiikan Exceliä ongelman ratkaisuun ja tiedon visualisointiin
Arviointikriteerit, kiitettävä (5)
Opiskelija osaa:
- suorittaa lukujärjestelmämuunnoksia
- soveltaa totuustaulukoita ongelmien ratkaisemissa
- laskea tapahtumien todennäköisyyksiä hyödyntäen Bayesin teoreemaa
- hyödyntää soveltuvia työkaluja tietojen analysointiin ja visualisointiin sekä liittää näitä raportteihin
- osaa hyödyntää data-analytiikka ongelman ratkaisuun
- osaa hyödyntää Pythonia tietojen analysointiin ja visualisointiin