Skip to main content

Business Intelligence (5cr)

Code: 3011473-3002

General information


Enrollment
08.12.2019 - 10.01.2020
Registration for the implementation has ended.
Timing
07.01.2020 - 25.04.2020
Implementation has ended.
Number of ECTS credits allocated
5 cr
Local portion
5 cr
Mode of delivery
Contact learning
Unit
Engineering and Business
Campus
Kupittaa Campus
Teaching languages
Finnish
Seats
0 - 30
Teachers
Tuomo Helo
Course
3011473

Unfortunately, no reservations were found for the realization Business Intelligence 3011473-3002. It's possible that the reservations have not yet been published or that the realization is intended to be completed independently.

Evaluation scale

H-5

Content scheduling

Kurssi toteutetaan analytiikkapainotteisesti. Matematiikan ja tilastotieteen rooli pyritään pitämään kohtuullisen pienenä.
*
Opintojakso sisältää 12-13 ohjattua työskentely ja teoriakertaa, 10 henkilökohtaista harjoitustehtävää ja ryhmätyön. Ei tenttiä.
*
Ryhmätyö tehdään 3-4 hengen ryhmissä ohjauskertojen ulkopuolella. Ryhmätyön aihe tarkennetaan heti hiihtoloman jälkeen.
*
Etenemme kurssikirjan lukujen mukaisesti.
*
Python ja Data-analyysi
Matemaattisia ja tilastollisia käsitteitä (välttämättömin osin)
Data hyödyntämisen tavoitteet
Mitä on data-analytiikka
Datan hankinta
Datan esikäsittely
Eksploratiivinen data-analyysi
Koneoppiminen
Datan mallintamisen valmistelu
Luokittelu tai Ennustaminen
Mallin arviointi
Datan visualisointi
Luonnollisen kielen käsittelyä
Suosittelu
Data ja etiikka
Ryhmätyö
*

Objective

Aftercompleting the course the student:can define the concept of Business Intelligence (BI)knows the central concepts and processes of BIunderstands the driving forces of BIcan create analytical data modelscan use and manage data warehousescan use BI tools for reporting, ad hoc queries, analysis, and for creating dashboardshas basic understanding of data mining and machine learningcan define Big Datais ready to participate in BI projects

Content

Business Intelligence definedMain concepts and processes of BIModelling data for analytical purposesUsing data warehouseExecuting ETL processUsing BI toolsBasics of Data Mining and Machine LearningBasics of Big DataRDI assignment

Materials

Kurssikirja:
*
Data Science from Scratch
Joel Grus
O'Reilly Media
Second Edition, 2019
*
Kirja tulee olemaan luettavissa digimuodossa oppilaitoksemme DawsonEra-kirjastossa.
*
Kirjaa ei lueta kannesta kanteen, vaan lukuja valikoiden. Alustava lukualue 1-7, (ehkä 8), 9-11, 14-15,17-18, (21 tai 23) ja 26.
*
Erityisesti ryhmätyötä varten voi tulla myös muuta luettavaa, mutta myös harjoitustehtävissä voi joutua lukemaan kurssikirjan ulkopuolista luettavaa.

Evaluation methods and criteria

Suomeksi
Opintojakso arvostellaan skaalalla 0-5.
*
Saadakseen hyväksytyn suorituksen opiskelijan on saatava hyväksyttävä merkintä sekä 1) henkilökohtaisista harjoitustehtävistä että 2) ryhmätyöstä.
*
Jokaisesta harjoitustehtävästä voi saada korkeintaan 10 pistettä. Kaikista 10 harjoitustehtävästä voi saada siis yhteensä maksimissaan 100 pistettä.
Henkilökohtaiset harjoitustehtävät: 25 pistettä -> arvosana 1; 38 -> 1; 50 -> 1,5; 63 -> 2; 75 - 2,5; 88 -> 3.
Osallistuminen ryhmätyöhön: 0,0 - 2,0.
*
(Molemmissa tapauksissa 0,5 on ensimmäinen hyväksytty arvosana)

Go back to top of page