Skip to main content

AI and Machine Learning (5 cr)

Code: R504TL137-3001

General information


Enrollment
18.03.2024 - 31.07.2024
Registration for the implementation has ended.
Timing
01.08.2024 - 31.12.2024
Implementation has ended.
Number of ECTS credits allocated
5 cr
Local portion
5 cr
Mode of delivery
Contact learning
Unit
Bachelor of Engineering, Information Technology
Teaching languages
Finnish
Seats
0 - 50
Degree programmes
Degree Programme in Information and Communication Technology
Teachers
Mikko Pajula
Teacher in charge
Mikko Pajula
Scheduling groups
In-person group (Size: 0 . Open UAS : 0.)
Online Group (Size: 0 . Open UAS : 0.)
Groups
R54T21S
Bachelor of Engineering, Information Technology (full time day studies), autumn 2021
RA54T21S
Bachelor of Engineering, Information Technology (online studies), autumn 2021
Small groups
In-person group
Online Group
Course
R504TL137

Evaluation scale

H-5

Content scheduling

- Johdanto Tekoälyyn ja Koneoppimiseen. Käyttökohteet ja Hyödyntämismahdollisuudet
- Koneoppimisen Algoritmit ja Menetelmät, kuten Regressioanalyysi, Päätöksentekoalgoritmit,
- Ohjatut ja ohjaamattomat luokittelualgoritmit, Pääkomponenttianalyysi.
- Sovellusesimerkit ja projektityö
- Koneoppimisen alustat ja kirjastot

Objective

Opiskelija tuntee tekoälyn ja koneoppimisen käsitteitä. Opiskelija osaa tunnistaa tekoälyn ja koneoppimisen käyttökohteita ja mahdollisuuksia. Opiskelija osaa soveltaa koneoppimisen algoritmeja käytäntöön sovelluskohteeseen soveltuvalla tavalla. Opiskelija tuntee keskeisimpiä koneoppimisen alustoja ja kirjastoja.

Content

Tekoälyn, koneoppimisen ja syväoppimisen perusteet, käyttökohteet ja hyödyntämismahdollisuudet. Toteutuskohtaisesti käydään läpi sovellusesimerkkejä koneoppimisen yleisimmistä algoritmeista, kuten
- Regressioanalyysi
- Päätöksentekoalgoritmit
- Ohjatut ja ohjaamattomat luokittelualgoritmit
- Pääkomponenttianalyysi

Valmiiden koneoppimisen pilvipalvelualustojen käyttö (open science online platform for machine learning).

Materials

Kaikki kurssin tarvittavat materiaalit koostetaan ja tehdään saataville Moodle-työtilasta käsin.



Itseopiskeluun ennakkovaatimuksia, jos ei ole tuttuja:

Pythonin perusteet: Tutustuminen Python-ohjelmointikielen peruskäsitteisiin ja syntaksiin. Tiedonhallinnan perusteet: Ymmärrys perusasioista tiedon käsittelyssä, mukaan lukien JSON ja tietokannat. Tietotekniikan perusteet: Tietämys keskeisistä IT-käsitteistä, mukaan lukien ymmärrys siitä, mitä CPU ja GPU ovat.


Teaching methods

Verkkomateriaali, nauhoitteet ja lähiopetus lähiopetusryhmälle. Etäryhmälle etätehtävät

Assessment criteria, satisfactory (1)

Opiskelija tuntee koneoppimisen sovelluskohteita sekä keskeisimpiä algoritmeja. Opiskelija osaa hyödyntää valmista koneoppimisen pilvipalvelualustaa.

Assessment criteria, good (3)

Opiskelija osaa valita tehtävään soveltuvat koneoppimisen algoritmit ja vertailla niitä. Opiskelija osaa hyödyntää valmiita koneoppimisen alustoja, kirjastoja ja malleja.

Assessment criteria, excellent (5)

Opiskelija osaa valita tehtävään parhaiten soveltuvat koneoppimisen alustat ja kirjastot. Opiskelija osaa suunnitella ja toteuttaa vaativan koneoppimista hyödyntävän ohjelmiston.

Go back to top of page