Siirry suoraan sisältöön

Syväoppiminen 2 (5 op)

Toteutuksen tunnus: TT00CC67-3004

Toteutuksen perustiedot


Ilmoittautumisaika
02.07.2025 - 31.07.2025
Ilmoittautuminen toteutukselle ei ole vielä alkanut.
Ajoitus
01.08.2025 - 31.12.2025
Toteutus ei ole vielä alkanut.
Opintopistemäärä
5 op
Lähiosuus
5 op
Toteutustapa
Lähiopetus
Yksikkö
Teknologia
Opetuskielet
suomi
Paikat
0 - 100
Koulutus
Tieto- ja viestintätekniikan koulutus
Opettajat
Pekka Huttunen
Ryhmät
TTM23SAI
TTM23SAI
Opintojakso
TT00CC67

Toteutuksella on 8 opetustapahtumaa joiden yhteenlaskettu kesto on 24 t 0 min.

Aika Aihe Tila
Ke 27.08.2025 klo 17:00 - 20:00
(3 t 0 min)
Syväoppiminen 2
Teams
Ke 03.09.2025 klo 17:00 - 20:00
(3 t 0 min)
Syväoppiminen 2
Teams
Ke 10.09.2025 klo 17:00 - 20:00
(3 t 0 min)
Syväoppiminen 2
Teams
Ke 17.09.2025 klo 17:00 - 20:00
(3 t 0 min)
Syväoppiminen 2
Teams
Ke 24.09.2025 klo 17:00 - 20:00
(3 t 0 min)
Syväoppiminen 2
Teams
Ke 01.10.2025 klo 17:00 - 20:00
(3 t 0 min)
Syväoppiminen 2
Teams
Ke 08.10.2025 klo 17:00 - 20:00
(3 t 0 min)
Syväoppiminen 2
Teams
Ke 22.10.2025 klo 17:00 - 20:00
(3 t 0 min)
Syväoppiminen 2 TT00CC67-3004
Teams
Muutokset varauksiin voivat olla mahdollisia.

Tavoitteet

Opiskelija osaa soveltaa syväoppimisessa käytettäviä menetelmiä Keras/TensorFlow -ympäristössä. Lisäksi opiskelija osaa hyödyntää GPU laskentaa ja CSC supertietokoneita neuroverkkojen koulutuksessa ja osaa ottaa käyttöön valmiiksi opetettuja neuroverkkoja nettiselaimessa.

Sisältö

- Keras/TensorFlow ympäristön käyttö
- Hajautettu koulutus usealla GPU:lla
- CSC:n supertietokoneiden käyttö neuroverkkojen koulutuksessa
- Suurien kielimallien (LLM) perusteet
- Neuroverkkojen ajo erilaisissa ympäristöissä (deployment)
- Koulutetun neuroverkon käyttöönotto nettiselaimessa
- MLops perusteet
- Tekoäly ja etiikka

Arviointiasteikko

0 - 5

Arviointikriteerit, kiitettävä (5)

Arvosanaan 5 vaaditaan n. 90% kurssin harjoitusten pisteistä. Tämä tarkoittaa käytännössä, että kaikki palautettu koodi toimii ja harjoitusten pohdinta-osiot on tehty kiitettävästi.

Arviointikriteerit, tyydyttävä (1)

Arvosanaan 1 vaaditaan kaikkien tehtävien palautus ja 50% kurssin pisteistä. Lisäksi palautetuista kurssin harjoituksista on käytävä ilmi, että opiskelija osaa ottaa käyttöön Keras/Tensorflow -ympäristön, ladata siihen mallin ja opettaa ja käyttää sitä.

Esitietovaatimukset

Syväoppiminen 1

Siirry alkuun