Syväoppiminen 1 (5 op)
Toteutuksen tunnus: TT00CC66-3005
Toteutuksen perustiedot
- Ilmoittautumisaika
-
02.12.2025 - 31.12.2025
Ilmoittautuminen toteutukselle ei ole vielä alkanut.
- Ajoitus
-
01.01.2026 - 31.07.2026
Toteutus ei ole vielä alkanut.
- Opintopistemäärä
- 5 op
- Lähiosuus
- 5 op
- Toteutustapa
- Monimuoto-opetus
- Yksikkö
- Teknologia
- Opetuskielet
- suomi
- Koulutus
- Tieto- ja viestintätekniikan koulutus
Arviointiasteikko
0 - 5
Sisällön jaksotus
Kuvataan Repussa.
Tavoitteet
Opiskelija ymmärtää syväoppimisen ja neuroverkkojen perusteet ja niiden opettamiseen liittyvät rajoitukset ja mahdollisuudet. Opiskelija osaa soveltaa syväoppimisessa käytettäviä menetelmiä Pytorch ympäristössä.
Toteutustavat
Verkko-opiskelu; Aloitusluento, luentotallenteet, harjoitustehtävät, keskustelu verkko-alustalla. Toteutustavat kuvataan tarkemmin toteuteuksen yhteydessä.
Suoritustavat
Luennot (aloitusluento + luentotallenteet) sekä harjoitustehtävät.
Sisältö
- Keinotekoiset neuronit ja neuroverkot
- Syväoppiminen neuroverkoilla
- Neuroverkkojen opettaminen
- Opetettujen neuroverkkojen käyttö
- Neuroverkkojen hyperparametrit
- Pytorch ympäristön käyttö
- CNN neuroverkot (Convolutional Neural Networks)
- RNN neuroverkot (Recurrent Neural Networks)
- Luonnollisen kielen käsittelyn (NLP) perusteet
Aika ja paikka
Opintojakso järjestetään verkkototeutuksena kevätlukukaudella, lukujärjestyksen mukaisesti.
Aloitusluento viikolla 2
Q&A luennot n. 2 viikon välein klo 17 jälkeen
Suositeltu suoritusaika jakso 3 (1.1.-16.3.2025)
Sallittu suoritusaika 1.1.-30.4.2025
Opetusmenetelmät
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 materiaalit ja tehtävät ovat Moodlen Reppu-ympäristössä, luentovideot Youtubessa.
Kurssilla ei ole erillistä tenttiä, vaan kurssin suoritus perustuu kurssin harjoitusten palauttamiseen. Harjoitukset tehdään jupyterlab -ympäristössä. Kurssin läpäisy edellyttää kurssin kaikkien tehtävien palauttamisen.
Kurssin aikana järjestetään erillisiä kysy-vastaa -sessioita, joissa voi kysyä epäselvistä asioista ja saada apua tehtävien kanssa. Kurssin keskustelu tapahtuu kurssin discord -kanavalla.
Tenttien ajankohdat ja uusintamahdollisuudet
Ei sisällä tenttiä. Harjoitustehtävien palautus 30.4.2025 mennessä.
Toteutuksen valinnaiset suoritustavat
Ei vaihtoehtoista suoritustapaa.
Opiskelijan ajankäyttö ja kuormitus
Opintojakson laajuus on 5op, mikä vastaa n. 135 tuntia opiskelijan työtä.
Esitietovaatimukset
Datatieteen matematiikka 1 (tilastotieteen peruskäsitteet)
Datatieteen matematiikka 2 (matriisialgebra)
Python-ohjelmointi