Artificial Intelligence and smart environments in Welfare Sector (5 cr)
Code: YAMK107-3003
General information
- Enrollment
-
10.03.2025 - 31.05.2025
Registration for the implementation has ended.
- Timing
-
11.09.2025 - 16.11.2025
The implementation has not yet started.
- Number of ECTS credits allocated
- 5 cr
- Local portion
- 0 cr
- Virtual portion
- 5 cr
- RDI portion
- 4 cr
- Mode of delivery
- Distance learning
- Unit
- Master's Degree Programmes
- Teaching languages
- Finnish
- Seats
- 15 - 90
- Degree programmes
- Master of Well-being Analytics
- Teachers
- Milla Immonen
- Elina Kerätär
- Groups
-
R72YA24SMaster´s Programme in Well-being Analytics, autumn 2024
- 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
to 11.9. Klo 15-17.30 Aloituskontaktikerta
to 9.10. Klo 18-19.30 Välikontakti
Pe 31.10. Klo 8.30-11.45 Lopetuskontaktikerta, opiskelijoiden tehtävien esittelyt
Teaching methods
Kontaktikerroilla luentoja ja aktiivista osallistumista edellyttävää ohjelmaa.
Yksilöopiskelu, ryhmätyöskentely.
Itsenäisesti suoritettava tehtävä, joka arvioidaan.
Ryhmätehtävä, joka arvioidaan. (ei essee)
Ennakkotehtävä mahdollinen
HUOM! Tämä opintojakso on vain Hyvinvoinnin analytiikan asiantuntija -tutkinto-ohjelman opiskelijoille, ks. lisätietoja -kohta.
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.
Further information
Tämä opintojakso on Hyvinvoinnin analytiikan asiantuntija -tutkinto-ohjelman ydinopintojakso. Ryhmään ei oteta muita opiskelijoita.
Tätä opintojaksoa vastaavia valinnaisia opintojaksoja ovat "Älykäs tiedon tulkinta ja älykkäät ympäristöt" sekä "Tekoälyn ja data-analytiikan mahdollisuudet terveys- ja hyvinvointialalla"