•   IoT Big Data and Analytics 5000BL72-3003 14.09.2021-10.12.2021  5 op  (PTIVIS20S) +-
    Opintojakson osaamistavoitteet
    Opiskelija tuntee data-analyysin perusmenetelmät
    Opiskelija osaa toteuttaa data-analyysiä reunalaskennassa
    Opiskelija tuntee data-analyysin perusratkaisut pilvipalveluissa
    Edeltävyysehdot
    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
    Opintojakson sisältö
    Eräajo- ja reaaliaikainen data-analyysi

    Data-analyysin prosessi

    Datan muokkaus ja normalisointi

    Kuvailevan tilastotieteen perusmenetelmät

    Datan visualisointi

    Koneoppimisen perusmenetelmät

    Big data toteutusarkkitehtuurit
    Vastuuopettaja

    Sanna Määttä

    Oppimateriaali

    Cisco network academy material www.netacad.com

    Oppimismenetelmät

    Self-study network material
    Lectures
    7 laboratory sessions

    Arvioinnin kohteet, ajoitus ja menetelmät

    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%

    Opetuskieli

    Englanti

    Ajoitus

    14.09.2021 - 10.12.2021

    Ilmoittautumisaika

    01.06.2021 - 15.09.2021

    Ryhmä(t)
    • PTIVIS20S
    Opiskelijamäärä (min - max)

    15 - 60

    Vastuuyksikkö

    Tekniikka ja liiketoiminta

    Ohjausvastuut

    Juha Saarinen

    Lisätietoja

    -

    Koulutus

    Tieto- ja viestintätekniikan koulutus, Degree Programme in Information and Communications Technology

    Toimipiste

    Kupittaan kampus

    Arviointiasteikko

    H-5

    Toteutuksen valinnaiset suoritustavat

    -

    Pedagogiset toimintatavat

    Lab works
    Lectures
    Self study

    Oppimistehtävät ja opiskelijan työn mitoitus

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

    Sisältö ja ajoitus

    Chapter 1 Data and the Internet of Things
    Chapter 2 Fundamentals of Data Analysis
    Chapter 3 Data Analysis
    Chapter 4 Advanced Data Analytics and Machine Learning
    Chapter 5 Storytelling with Data
    Chapter 6 Architecture for Big Data and Data Engineering

    Arviointikriteerit
    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)