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

Osaamistavoitteet

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.

Toteutustavat

Kurssin sisältö ja ohjeistus käydään lävitse aloitusluennolla (n. 2h), joka on katsottavissa myös tallenteena myöhemmin.
Kurssilla ei ole erillisiä luentoja, vaan kurssin luentomateriaalit on saatavilla videoina.
Kurssin aikana järjestetään erillisiä kysy-vastaa -sessioita, joissa voi kysyä epäselvistä asioista ja saada apua tehtävien kanssa.

Kurssin keskustelu tapahtuu kurssin discord -kanavalla.

Suoritustavat

Kurssilla ei ole erillistä tenttiä, vaan kurssin suoritus perustuu kurssin harjoitusten palauttamiseen. Kurssin läpäisy edellyttää kurssin kaikkien tehtävien palauttamisen.

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

Esitietovaatimukset

Syväoppiminen 1

Siirry alkuun