521160P Johdatus tekoälyyn, 5 op
Tunniste |
521160P |
Voimassaolo |
01.08.2017 -
|
Nimi |
Johdatus tekoälyyn |
Lyhenne |
Johdatus tekoäl |
Laajuus | 5 op |
|
|
Opiskelumuoto | Perusopinnot |
Oppiaine | 4307 Tietotekniikka |
Laji | Opintojakso |
|
|
|
|
Arvostelu | 1 - 5, hyv, hyl |
| |
| |
|
|
| |
Vastuuyksikkö |
Tietotekniikan ala |
|
Opettajat
Kuvaus
Laajuus |
5 op / 135 tuntia opiskelijan työtä |
Opetuskieli |
Kurssi toteutetaan suomeksi. Osa materiaalista on englanninkielistä. Kurssi koostuu ryhmissä tehtävistä harjoituksista. |
Ajoitus |
Opintojakso järjestetään kevätlukukauden periodilla IV (vkot 11-19 (9.3.–8.5.2020)). Tutkinto-opiskelijoille suositeltava suoritusajankohta on 1. tai 2. opiskeluvuosi. |
Osaamistavoitteet |
Opintojakson jälkeen opiskelija kykenee auttavasti tunnistamaan ongelman ratkaisemisessa mahdollisesti soveliaat tekoälytekniikat, osaten erottaa toisistaan haku-, regressio-, luokittelu- ja ryvästysongelmat, pystyen selittämään ohjatun ja ohjaamattoman oppimisen käytön, sekä suorituskyvyn mittaamisen menetelmät ja metriikat. |
Sisältö |
1. Johdanto: tekoälyn merkitys 2. Hakumenetelmät: pelien tekoäly 3. Regressiomenetelmät: kausaliteettien oppiminen 4. Luokittelumenetelmät: kategorioiden tunnistus 5. Ryvästysmenetelmät: luokkarakenteiden tunnistus 6. Ohjattu oppiminen 7. Ohjaamaton oppiminen |
Järjestämistapa |
Kurssi toteutetaan lähiopetuksena |
Toteutustavat |
Luento-opetus 42h / ryhmätyöskentely 70 h/ itsenäinen opiskelu 23 h. Harjoitteet tehdään ryhmätyöskentelynä monialaisissa ryhmissä. |
Kohderyhmä |
Kurssi soveltuu kaikille opiskelijoille, joskin harjoitteiden luonteen vuoksi jokaiseen ryhmään tarvitaan ohjelmoinnin perustaitoja omaavia. |
Esitietovaatimukset |
Ei esitietovaatimuksia |
Yhteydet muihin opintojaksoihin |
Opintojakso on itsenäinen kokonaisuus eikä edellytä muita samanaikaisesti suoritettavia opintoja. |
Oppimateriaali |
Opintojakson malli perustuu University of Washingtonin Coursera –opintojaksoon “Machine learning foundations: a case study approach”. |
Suoritustavat ja arviointikriteerit |
Opintojaksolla käytetään jatkuvaa arviointia. Sen kuluessa on 6 välikoetta, joista 5 parasta käytetään loppuarvosteluun. Kurssiin kuuluu 5 ryhmäharjoitetta, joista vähintään 4 on suoritettava hyväksytysti.
Lue lisää opintosuoritusten arvostelusta yliopiston verkkosivulta. |
Arviointiasteikko |
Opintojaksolla käytetään numeerista arviointiasteikkoa 1-5. Numeerisessa asteikossa nolla merkitsee hylättyä suoritusta. |
Vastuuhenkilö |
Olli Silvén |
Työelämäyhteistyö |
Kurssilla järjestetään vierailijoiden esityksiä tekoälyn sovelluskohteista. |
|
Meneillään oleva ja tuleva opetus
Tulevat tentit