Siirry suoraan sisältöön

Datan käsittelyn kehittyneet menetelmät (5op)

Toteutuksen tunnus: TT00CC57-3006

Toteutuksen perustiedot


Ilmoittautumisaika
30.12.2025 - 26.01.2026
Ilmoittautuminen toteutukselle ei ole vielä alkanut.
Ajoitus
01.01.2026 - 31.07.2026
Toteutus ei ole vielä alkanut.
Opintopistemäärä
5 op
Yksikkö
Teknologia
Opetuskielet
suomi
Koulutus
Tieto- ja viestintätekniikan koulutus
Opettajat
Hoa Ngo
Ryhmät
TTM25SAI
TTM25SAI
Opintojakso
TT00CC57

Toteutuksella on 7 opetustapahtumaa joiden yhteenlaskettu kesto on 8 t 0 min.

Aika Aihe Tila
To 15.01.2026 klo 17:00 - 19:00
(2 t 0 min)
Aloitusluento_Datan käsittelyn kehittyneet menetelmät TT00CC57-3006
Teams
To 29.01.2026 klo 17:00 - 18:00
(1 t 0 min)
Q&A_Datan käsittelyn kehittyneet menetelmät TT00CC57-3006
Teams
To 12.02.2026 klo 17:00 - 18:00
(1 t 0 min)
Q&A_Datan käsittelyn kehittyneet menetelmät TT00CC57-3006
Teams
Ti 24.02.2026 klo 17:00 - 18:00
(1 t 0 min)
Q&A_Datan käsittelyn kehittyneet menetelmät TT00CC57-3006
Teams
Ke 18.03.2026 klo 17:00 - 18:00
(1 t 0 min)
Q&A_Datan käsittelyn kehittyneet menetelmät TT00CC57-3006
Teams
Ke 01.04.2026 klo 17:00 - 18:00
(1 t 0 min)
Q&A_Datan käsittelyn kehittyneet menetelmät TT00CC57-3006
Teams
Ke 15.04.2026 klo 17:00 - 18:00
(1 t 0 min)
Q&A_Datan käsittelyn kehittyneet menetelmät TT00CC57-3006
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