Skip to main content

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
R72YA23S
Master 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.

Go back to top of page