Artificial Intelligence and smart environments in Welfare Sector (5 cr)
Code: YAMK107-3002
General information
- Enrollment
-
11.03.2024 - 08.04.2024
Registration for the implementation has ended.
- Timing
-
06.09.2024 - 31.10.2024
Implementation has ended.
- Number of ECTS credits allocated
- 5 cr
- Local portion
- 0 cr
- Virtual portion
- 5 cr
- RDI portion
- 5 cr
- Mode of delivery
- Distance learning
- Unit
- Master's Degree Programmes
- Teaching languages
- Finnish
- Seats
- 0 - 80
- Degree programmes
- Master of Well-being Analytics
- Teachers
- Elina Kerätär
- Milla Immonen
- Groups
-
R72YA23SMaster of Well-being Analytics, autumn 2023
- Course
- YAMK107
Evaluation scale
H-5
Objective
Opiskelija tuntee ja ymmärtää älykkään tiedon tulkinnan (mm. tekoälyn, koneoppimisen), IoT:n (Internet of Things) ja älykkäiden ympäristöjen mahdollisuuksia, haasteita sekä tulevaisuuden näkymiä hyvinvointialalla. Opiskelija osaa etsiä tietoa uusista menetelmistä ja teknologioista sekä arvioida niiden soveltuvuutta, lisäarvoa, hyödyllisyyttä ja vaikutuksia organisaatiolle lyhyellä ja pitkällä aikavälillä.
Opintojaksolla painottuvat kompetenssit: kestävä kehitys, oppimaan oppiminen, ennakoiva kehittäminen, eettisyys
Content
- Tekoäly, koneoppiminen
- IoT, älykkäät ympäristöt
- Menetelmien ja teknologioiden valinta ja arviointi
- Tekoälyn ja älykkäiden ympäristöjen lisäarvo hyvinvointialalla
- Soveltuvuuden ja vaikutusten arviointi
Location and time
6.9. 12.45-16.00
10.10. 8.30-11.45
Teaching methods
Opetus tapahtuu verkossa. Opintojaksolla on aloitus- ja lopetuskontaktikerrat Zoomissa.
Oppimistehtävät ovat yksilö- ja ryhmätehtäviä. Opiskeltavana on annettu materiaali ja/tai materiaalin itsenäinen haku ja siihen perehtyminen, sekä tiedon jakaminen muille opiskelijoille.
Assessment criteria, satisfactory (1)
Tyydyttävä (1-2)
Opiskelija analysoi älykkään tiedon tulkinnan, IoT:n ja älykkäiden ympäristöjen osalta nykytilannetta mahdollisuuksineen ja haasteineen sekä tunnistaa tulevaisuuden mukanaan tuomia muutoksia. Opiskelija hankkii ja arvioi kansallista ja kansainvälistä tietoa uusista menetelmistä. Opiskelija kykenee arvioimaan uusien menetelmien soveltuvuutta, lisäarvoa, hyödyllisyyttä ja vaikutuksia organisaatiolle lyhyellä ja pitkällä aikavälillä.
Assessment criteria, good (3)
Hyvä (3-4)
Opiskelija analysoi monipuolisesti älykkään tiedon tulkinnan, IoT:n ja älykkäiden ympäristöjen osalta nykytilannetta mahdollisuuksineen ja haasteineen sekä tunnistaa kattavasti tulevaisuuden mukanaan tuomia muutoksia. Opiskelija hankkii ja valitsee valintojaan perustellen kansallista ja kansainvälistä tietoa uusista menetelmistä. Opiskelija kykenee monipuolisesti arvioimaan uusien menetelmien soveltuvuutta, lisäarvoa, hyödyllisyyttä ja vaikutuksia organisaatiolle lyhyellä ja pitkällä aikavälillä.
Assessment criteria, excellent (5)
Kiitettävä (5)
Opiskelija analysoi asiantuntevasti ja kokoavasti älykkään tiedon tulkinnan, IoT:n ja älykkäiden ympäristöjen osalta nykytilannetta mahdollisuuksineen ja haasteineen sekä tunnistaa laaja-alaisesti tarkastellen tulevaisuuden mukanaan tuomia muutoksia. Opiskelija hankkii ja valitsee kriittisesti perustellen kansallista ja kansainvälistä tietoa. Opiskelija kykenee asiantuntevasti ja laaja-alaisesti arvioimaan uusien menetelmien soveltuvuutta, lisäarvoa, hyödyllisyyttä ja vaikutuksia organisaatiolle lyhyellä ja pitkällä aikavälillä.