AI and Machine Learning (5 cr)

Evaluation scale

H-5

Content scheduling

- Introduction to Artificial Intelligence and Machine Learning: Applications and Utilization Opportunities
- Machine Learning Algorithms and Methods, such as Regression Analysis, Decision-Making Algorithms
- Supervised and Unsupervised Classification Algorithms, Principal Component Analysis
- Application Examples and Project Work
- Machine Learning Platforms and Libraries

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

All the necessary course materials will be compiled and made available via the Moodle workspace.

Self-study prerequisites, if not familiar: Basics of Python:

Familiarity with the basic concepts and syntax of the Python programming language. Basics of Data Management: Understanding of fundamental aspects of data handling, including JSON and databases. Basics of Information Technology: Knowledge of key IT concepts, including understanding what a CPU and GPU are.

Teaching methods

Online material. Practical exercise support offered in workshops

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.