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
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
|
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