Siirry suoraan sisältöön

Datan käsittelyn kehittyneet menetelmät (5 op)

Toteutuksen tunnus: TT00CC57-3004

Toteutuksen perustiedot


Ilmoittautumisaika
30.12.2024 - 26.01.2025
Ilmoittautuminen toteutukselle on päättynyt.
Ajoitus
01.01.2025 - 31.07.2025
Toteutus on käynnissä.
Opintopistemäärä
5 op
Lähiosuus
5 op
Toteutustapa
Lähiopetus
Yksikkö
Teknologia
Opetuskielet
suomi
Koulutus
Tieto- ja viestintätekniikan koulutus
Opettajat
Pekka Huttunen
Ryhmät
TTM24SAI
TTM24SAI
Opintojakso
TT00CC57

Toteutuksella on 7 opetustapahtumaa joiden yhteenlaskettu kesto on 9 t 0 min.

Aika Aihe Tila
To 09.01.2025 klo 17:00 - 19:00
(2 t 0 min)
Aloitusluento_Datan käsittelyn kehittyneet menetelmät TT00CC57-3004
Teams
To 16.01.2025 klo 17:00 - 18:00
(1 t 0 min)
Q&A_Datan käsittelyn kehittyneet menetelmät TT00CC57-3004
Teams
To 23.01.2025 klo 17:00 - 18:00
(1 t 0 min)
Q&A Datan käsittelyn kehittyneet menetelmät TT00CC57-3004
Teams
To 30.01.2025 klo 17:00 - 18:00
(1 t 0 min)
Q&A Datan käsittelyn kehittyneet menetelmät TT00CC57-3004
Teams
To 13.02.2025 klo 17:00 - 18:00
(1 t 0 min)
Q&A Datan käsittelyn kehittyneet menetelmät TT00CC57-3004
Teams
To 27.02.2025 klo 17:00 - 18:00
(1 t 0 min)
Q&A Datan käsittelyn kehittyneet menetelmät TT00CC57-3004
Teams
To 13.03.2025 klo 17:00 - 19:00
(2 t 0 min)
Q&A_Datan käsittelyn kehittyneet menetelmät TT00CC57-3004
Teams
Muutokset varauksiin voivat olla mahdollisia.

Tavoitteet

Kurssin tavoitteena on tutustua datan käsittelyn kehittyneisiin menetelmiin, käyttäen python-kirjastoja NumPy, Pandas, ja Matplotlib. Kurssilla käydään läpi datan ominaisuuksien (characteristic) laskemista, data-jakaumia, datana visualisointia ja säännöllisten lausekkeiden (regular expression, regex) käyttöä. Kurssilla tutustutaan myös datan klusterointiin.

Näitä menetelmiä käyttäen kurssilla luodaan datankäsittelyketju (pipeline), jolla tehdään datasta ominaisuussuunnittelua (feature engineering).

Arviointiasteikko

0 - 5

Arviointikriteerit, kiitettävä (5)

Kurssi muodostuu useista harjoitustehtävistä. Arvosanaan 5 kurssin harjoituspisteistä täytyy kertyä vähintään 92%.

Arviointikriteerit, tyydyttävä (1)

Kurssi muodostuu useista harjoitustehtävistä. Arvosanaan 1 kurssin harjoituspisteistä täytyy kertyä vähintään 50%.

Esitietovaatimukset

Python-ohjelmointi, Nykyaikainen ohjelmistokehitys, Algebra

Siirry alkuun