Siirry suoraan sisältöön

Datan käsittelyn kehittyneet menetelmät (5 op)

Toteutuksen tunnus: TT00CC57-3005

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
TTV23SRAA
TTV23SRAA
Opintojakso
TT00CC57

Toteutuksella on 7 opetustapahtumaa joiden yhteenlaskettu kesto on 7 t 30 min.

Aika Aihe Tila
To 09.01.2025 klo 12:45 - 14:15
(1 t 30 min)
Datan käsittelyn kehittyneet menetelmät TT00CC57-3005
Teams
Ma 13.01.2025 klo 12:45 - 13:45
(1 t 0 min)
Q&A_Datan käsittelyn kehittyneet menetelmät TT00CC57-3005
Teams
Ma 20.01.2025 klo 12:45 - 13:45
(1 t 0 min)
Q&A_Datan käsittelyn kehittyneet menetelmät TT00CC57-3005
Teams
Ma 27.01.2025 klo 12:45 - 13:45
(1 t 0 min)
Q&A_Datan käsittelyn kehittyneet menetelmät TT00CC57-3005
Teams
Ma 10.02.2025 klo 12:45 - 13:45
(1 t 0 min)
Q&A_Datan käsittelyn kehittyneet menetelmät TT00CC57-3005
Teams
Ma 24.02.2025 klo 12:45 - 13:45
(1 t 0 min)
Q&A_Datan käsittelyn kehittyneet menetelmät TT00CC57-3005
Teams
Ma 10.03.2025 klo 12:45 - 13:45
(1 t 0 min)
Q&A_Datan käsittelyn kehittyneet menetelmät TT00CC57-3005
Teams
Muutokset varauksiin voivat olla mahdollisia.

Arviointiasteikko

0 - 5

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).

Arviointikriteerit, tyydyttävä (1)

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

Arviointikriteerit, kiitettävä (5)

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

Esitietovaatimukset

Python-ohjelmointi, Nykyaikainen ohjelmistokehitys, Algebra

Siirry alkuun