POISTETTU: Lyhyt johdatus algoritmiseen data-analyysiinLaajuus (3 op)

Osaamistavoitteet

Opiskelija ymmärtää minkä tyyppisiä ongelmia voidaan ratkaista algoritmisen data-analyysin menetelmillä; yleisimpien data-analyysimenetelmien toimintaperiaatteet ja -edellytykset; tiedonlouhinnan ja koneoppimisen edellytykset ja tavoitteet; sekä algoritmisen data-analyysin työnkulun. Opiskelija osaa valita oikean analyysin tavoitteen (datan kuvailu vs. ennustavan mallin oppiminen) ja osaa valita yleisimmistä menetelmistä sopivimman. Osaa käyttää yleisimpiä data-analyysimenetelmiä oikein ja osaa tulosten analysoinnin perusteet

Sisältö

Data-analyysin vaiheet. Kuvailevan ja ennustavan data-analyysin peruskäsitteet. Assosiaatiosääntöjen ja kattavien joukkojen louhinnan perusteet. Tärkeimmät ryhmittelyalgoritmit. Verkkojen analysoinnin perusteet. Päätöspuut ja naiivi Bayes ‑luokkitelijat. Poikkeuksien havaitseminen ja analysointi. Yksityisyys ja syrjiminen data-analyysissä.

Esitietovaatimukset

Tilastotieteen johdantokurssi (tai vastaavat tiedot)

Oppimateriaalit

T

Suoritustavat

.