Datasta näkemyksiäLaajuus (4 op)

Osaamistavoitteet

Opiskelija osaa esimerkiksi • tunnistaa olemassa olevia avoimesti saatavilla data-aineistoja (ml. rajapinnat) ja työkaluja, joilla voi kehittää datataitoja • selittää, millaisia näkemyksiä on mahdollista saada erilaisesta datasta • hyödyntää erilaisia visuaaleja erilaisissa käyttötarkoituksissa kuten kontrollikaavioita poikkeuksien tunnistamisessa, viivakaavioita ennustuksissa ja AI-visuaaleja (eli tekoäly-/artificial intelligence -visuaaleja) tärkeimpien arvovaikuttajien tunnistamisessa • muodostaa tietomalleja ja tarvittaessa yhdistää erilaisia datajoukkoja/-tauluja (tai kyselyjä), jotta voi hyödyntää algoritmien tuottamia näkemyksiä ja muodostaa tilannekuvia, jotka hyödyntävät eri datajoukossa olevia tietoja • hyödyntää erilaisia suoritettavia asiakirjoja (kuten Google Colab) ja Python ohjelmointikielellä koodattuja komentosarjoja, kun käsitellään dataa • hyödyntää automaattisia koneoppimisen työkaluja (kuten PyCaret) mallien (kuten luokittelijoiden) muodostamisessa ja mallien antamien ennakointien hyödyntämisessä

Sisältö

Datasta saadaan näkemyksiä (eli merkityksellisiä tietoja) esille hyödyntämällä ohjelmointikielien kirjastoja tai käyttämällä erilaisia valmisohjelmistoja – opetellaan erilaisten valmisohjelmistojen avulla tuottamaan automaattisesti datasta esimerkiksi ennakointimalleja ja pikanäkemyksiä, jotka auttavat kiinnittämään huomiota esimerkiksi poikkeamiin ja trendeihin. Erilaisten automaattisti tuotettujen ennakointimallien ja pikanäkemysten pohjalta voidaan muodostaa tarkentavia kysymyksiä ja tunnistaa datasta muuttujia, jotka kannattaa huomioida esimerkiksi piirresuunnittelussa – opetellaan kuvailemaan data-aineiston muuttujat ja arvioimaan data-aineistojen käyttökelpoisuutta. Lisäksi opetellaan muuntamaan dataa ja yhdistelemään erilaisia data-aineistoja tarkoituksellisien analyysien ja tilannekuvien tekemiseksi.

Esitietovaatimukset

Mielellään seuraavat tietojenkäsittelytieteen kurssit: Johdatus tietojenkäsittelyyn ja Ohjelmointi I.