Datan analysointi ja visualisointi (4op)
Toteutuksen tunnus: C-02504-TTC8040-3013
Toteutuksen perustiedot
- Ilmoittautumisaika
- 18.11.2024 - 09.01.2025
- Ilmoittautuminen toteutukselle on päättynyt.
- Ajoitus
- 10.02.2025 - 28.03.2025
- Toteutus on päättynyt.
- Opintopistemäärä
- 4 op
- Korkeakoulu
- Jyväskylän ammattikorkeakoulu, Opintojakso toteutetaan kevätlukukaudella 2025.
- Opetuskielet
- englanti
- Paikat
- 0 - 5
- Opintojakso
- C-02504-TTC8040
Toteutukselle Datan analysointi ja visualisointi C-02504-TTC8040-3013 ei valitettavasti löytynyt varauksia. Varauksia ei ole mahdollisesti vielä julkaistu tai toteutus on itsenäisesti suoritettava.
Arviointiasteikko
0-5
Tavoitteet
Tarkoitus: Nykyaikaisten sovellusten kehittämisen ja toiminnan kannalta olennaisessa osassa on sovellukseen liittyvän datan analysointi. Sovellukset käyttävät dataa, jota halutaan esittää loppukäyttäjille. Data ei kuitenkaan sellaisenaan ole loppukäyttäjälle esitettävässä muodossa. Datan analysointimenetelmiä tarvitaan tukemaan loppukäyttäjää, joka tekee datan tietosisältöön perustuvia päätöksiä. EUR-ACE-osaamiset: Tieto ja ymmärrys Tekniikan soveltaminen käytäntöön Tutkimukset ja tiedonhaku Opintojakson tavoitteet: Osaat tunnistaa datan sen sisällön ja metatietojen avulla. Osaat esittää datan tilanteen mukaisella tavalla. Olet analysoinut datan sen määritelmän pohjalta siten, että analyysin tuloksista voidaan tehdä johtopäätöksiä. Osaat esittää analysoimasi datan.
Sisältö
- Datan määrä ja laatu - Datan analysointi osana koko tiedonkäsittelyprosessia - Datan kuvaaminen - Datan muokkaaminen - Datan visualisointi - Statistiikka - Aikasarjat - Korrelaatio - Lineaarinen ja epälineaarinen regressiomalli - Jaksollisen datan mallintaminen - Analysoidun tuloksen esittäminen
Aika ja paikka
Opintojakso toteutetaan kevätlukukaudella 2025.
Oppimateriaalit
Materiaali harjoitustehtäviä ja opiskeltavia asiasisältöjä varten jaetaan kurssin aikana. Opintojaksolla hyödynnetään Python 3.10+-ympäristöä, Git-versiohallintaa, NumPy- ja Pandas-kirjastoja, visualisointikirjastoja sekä muita soveltuvia kirjastoja.
Opetusmenetelmät
Virtuaalinen opiskelu sisältäen harjoitustehtävien tekemisen sekä niihin liittyviin luento- ja esimerkkimateriaaleihin perehtymisen.
Harjoittelu- ja työelämäyhteistyö
Kurssin sisältö pyritään kytkemään työelämässä esiintyviin ongelmiin.
Toteutuksen valinnaiset suoritustavat
Hyväksilukemisen menettelytavat kuvataan tutkintosäännössä ja opinto-oppaassa. Opintojakson opettaja antaa lisätietoa mahdollisista opintojakson erityiskäytänteistä.
Opiskelijan ajankäyttö ja kuormitus
Yhden opintopisteen työmäärä vastaa 27 tunnin opiskelutyötä. Yhteensä opiskelutyömäärä (4 op.) kurssilla on 108 tuntia.
Esitietovaatimukset
Tietotekniikan peruskäyttötaidot, ohjelmoinnin perusosaaminen, Python-ohjelmointikielen tunteminen ja osaaminen.