Tietojenkäsittelyn matematiikka (5 op)

Arviointiasteikko

H-5

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

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

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

Lisätiedot

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.