SmartICT – OPS – UEF:n tarjoama opetus

Itä-Suomen yliopisto tarjoaa SmartICT-koulutuksessa kursseja ja kurssikokonaisuuksia, joiden avulla osallistuja voi syventää osaamistaan ohjelmistotekniikassa, tekoälyssä ja data-analytiikassa sekä käyttöliittymiin liittyvässä osaamisessa. Kurssit sopivat hyvin täydennyskoulutukseksi it-alan yliopisto tai ammattikorkeakoulututkinnon suorittaneille.

Opetus jakaantuu kahteen osaan, jotka on suunnattu erilaisten lähtötasojen opiskelijoille:

  1. Kurssit, jotka eivät vaadi aiempia korkeakouluopintoja. Nämä soveltuvat kaikille SmartICT-hankkeen opiskelijoille, myös ammattikorkeakoulujen ryhmien opiskelijoille.
  2. Kurssit, jotka edellyttävät aiempia korkeakouluopintoja. Nämä kurssit on suunnattu erityisesti aiempia korkeakouluopintoja suorittaneille, jotka opiskelevat yliopiston ryhmässä.

Opetus on jaettu projektisuunnitelman teemojen mukaisiin moduuleihin, joihin kaikki oppilaitokset Karelia, Savonia ja Itä-Suomen yliopisto tarjoavat opetusta:

Alla on kuvattu lyhyesti opintojaksojen sisältöä, niiden vaatimaa aikaisempaa osaamista sekä keskinäisiä riippuvuuksia.

Datatieteen perusopinnot

Kursseista on mahdollista koota myös datatieteen perusopinnot – kokonaisuus valitsemalla

  • Tilastotieteen johdantokurssi 5 op
  • Tilastotieteen peruskurssi 5 op
  • Johdatus algoritmiseen data-analyysiin 4-5 op
  • Datasta näkemyksiä 4-5 op

ja 25 opintopisteeseen täydentäen seuraavista:

  • Johdatus tekoälyyn 4 op
  • R-kieli 2 op
  • Johdatus Python ohjelmointiin 4 op
  •  muita kursseja Tekoäly-kokonaisuudesta

 

Ohjelmistotekniikan perusmoduulin opintojaksoja

Ohjelmistotekniikka        
Ei vaadi aiempia opintoja        
Kurssi aiemmat opinnot op ajankohta muoto
Johdatus tietojenkäsittelyyn ei 5 syys-loka verkko, kontakti
Johdatus Python ohjelmointiin ei 4 tammi-maalis verkko
R-kieli ei 2 jatkuvasti verkko
Tietokonejärjestelmät Johdatus tietojenkäsittelyyn 5 loka-joulu verkko, kontakti
Tietojärjestelmän suunnittelu ei 4 maalis-touko verkko, lähipäivät
Aiempia opintoja yliopisto tai AMK        
Hajautetut ja samanaikaiset järjestelmät olio-ohjelmointi 4 maalis-touko kontakti
 

Moduulin kurssit soveltuvat tietojenkäsittelyn perusteiden opiskeluun ja niiden syventämiseen yliopiston opetuksen näkökulmasta. Johdatus tietojenkäsittelyyn on yleinen peruskurssi. Ohjelmointiin voi tutustua Python-ohjelmoinnin kurssilla. Tilastollisissa analyyseissa käytettävään R-kieleen omalla kurssillaan. Lisäksi tarjolla on opintoja tietokoneen toiminnasta ja tietojärjestelmän suunnittelusta. Nämä antavat monipuoliset perustiedot alasta. Erityisalueena on lisäksi hajautetut ja samanaikaiset järjestelmät, joka pureutuu näiden järjestelmien erityispiirteisiin.

3621250 Johdatus tietojenkäsittelyyn 5 op

Opintojakso on yliopiston ensimmäinen tietojenkäsittelyyn johdatteleva kurssi, jolla käydään läpi laajasti tietojenkäsittelyn eri osa-alueita.

Kurssi ei edellytä aiempia opintoja.

Kurssi on toteutettu flipped classroom periaatteiden mukaisesti ja sen voi suorittaa etäopiskeluna.

3621256 Johdatus Python ohjelmointiin 5 op

Opintojakso on ohjelmoinnin alkeista lähtevä kurssi, jolla opiskellaan ohjelmoinnin yleisiä perusasioita Python-kielellä.

Kurssi ei edellytä aiempia opintoja.

Kurssi suoritetaan verkkokurssina.

3622223 R-kieli 2 op

Opintojakso on R-tilasto-ohjelmiston käytössä käytettävän R-kielen kurssi.
Se on verkkokurssi, jonka voi suorittaa 1 op tai 2 op:n laajuisena.

Kurssi ei edellytä aiempia opintoja.

3621253 Tietokonejärjestelmät 5 op

Opintojaksolla tutustutaan tietokoneen toimintaan sekä käyttöjärjestelmän toimintaan teoreettisesta ja osin käytännöllisestä näkökulmasta.

Kurssia edeltäviksi opinnoiksi suositellaan Johdatus tietojenkäsittelyyn kurssia.

Kurssin materiaalit ovat verkossa ja niitä täydentää kontaktiopetus, johon kuuluu harjoitukset missä työskennellään tietokoneiden kanssa.

3621430 Tietojärjestelmän suunnittelu 4 op

Opintojaksolla on tavoitteena ymmärtää, miten ja miksi organisaatiot kuvaavat keskeiset tiedot, toiminnot, tietojärjestelmät ja teknologiat sekä ymmärtää, miten kuvauksia hyödynnetään esimerkiksi tietojärjestelmien hankinnassa tai suunnittelussa. Kurssilla tutustutaan mallinnuskielien (kuten Unified Modeling Language) ja mallien (kuten tietomallit) merkityksen tietojärjestelmien suunnittelussa.

Kurssia edeltäviksi opinnoiksi suositellaan Johdatus tietojenkäsittelyyn kurssia.

Kurssilla opiskellaan flipped classroom idean mukaisesti ja kurssiin kuuluu 14 tuntia lähipäivinä järjestettävää opetusta mikroluokissa.

3621415 Hajautetut ja samanaikaiset järjestelmät 4 op

Opintojakson suoritettuaan opiskelija ymmärtää: paikallisen ja hajautetun järjestelmän erot toiminnassa, suunnittelussa ja toteutuksessa; palvelukeskeisen arkkitehtuurin / mikropalveluarkkitehtuurin periaatteet; hajautetun järjestelmän kommunikaation kerrostetun mallin ja eri kerrosten roolit; järjestelmän samanaikaisuuden aiheuttamat haasteet järjestelmän suunnittelussa ja toteutuksessa; tapahtumanhallinnan tarpeen ja peruskäsitteet hajautetussa järjestelmässä
Opintojakson suoritettuaan opiskelija tuntee: tärkeimmät hajautetun järjestelmän pohjana olevat mallit (rakenne-, vuorovaikutus-, vika- ja turvallisuusmallit); yleisimmät hajautetun järjestelmän avoimet kommunikaatiotekniikat ja osaa käyttää niistä tärkeimpiä.
Opintojakson suoritettuaan opiskelija osaa soveltaa REST-arkkitehtuuria API-suunnittelussa ja -toteutuksessa. Opiskelija osaa suunnitella ja toteuttaa yksinkertaisen hajautetun järjestelmän protokollineen ja tietoturvakäytänteineen. Opiskelija osaa koordinoida samanaikaisten suoritussäikeiden keskinäisen kommunikaation ja pääsyn yhteisiin resursseihin jollakin yleisesti käytetyllä ohjelmointialustalla.

Opintojaksoa edeltävinä opintoina edellytetään olio-ohjelmoinnin osaamista sekä web-ohjelmoinnin perusasioiden osaamista.

Opintojaksoon kuuluu viikoittaiset luennot ja harjoitukset, sekä tentti.

Tekoälyn ja älykkään automaation moduulin opintojaksoja

 

Tekoäly        
Ei vaadi aiempia opintoja        
Kurssi aiemmat opinnot op ajankohta muoto
Tilastotieteen johdantokurssi ei 5 syys-loka verkko, kontakti
Tilastotieteen peruskurssi Tilastotieteen johdantokurssi 5 tammi-maalis verkko, kontakti
Datasta näkemyksiä ei 4 syys-loka verkko, lähipäivät
Aiempia opintoja yliopisto tai AMK        
Johdatus algoritmiseen data-analyysiin olio-ohjelmointi, tietorakenteet 4 maalis-touko kontakti
Johdatus tekoälyyn Johdatus tietojenkäsittelyyn, ohjelmointi 4 (ei lv. 2019-20) kontakti
Algorithmic data analysis Johdatus algoritmiseen data-analytiikkaan 5 loka-joulu kontakti
Deep Learning lineaarialgebra, todennäköisyyslaskenta, MATLAB ohjelmointi 5 loka-joulu kontakti
Local patterns in data Algorithmic data analysis 5 maalis-touko kontakti
Web mining Algorithmic data analysis 5 tammi-maalis kontakti

 

Moduulin opintojaksot tarjoavat perusteet tilastotieteestä sekä johdattelevia ja syventäviä opintoja data-analytiikasta eri näkökulmista. Käytännöllinen näkökulma on liiketoimintakeskeinen data-analytiikka. Teoreettista perustaa tarjoaa johdatus algoritmiseen data-analyysiin. Yleisemmän näkökulman erilaisten perusmenetelmien soveltamiseen tarjoaa johdatus tekoälyyn. Jos tietojenkäsittelyn tiedot ovat jo valmiiksi hyvällä tasolla, niin on mahdollista jatkaa asioita syventäville kursseille algoritmisesta data-analyysista sekä syväoppimisesta (deep learning).

3622230 Tilastotieteen johdantokurssi 3 tai 5 op

Kurssilla opiskelija oppii kuvailemaan havaintoaineiston tunnuslukujen ja kuvioiden avulla sekä tarkastelemaan kahden muuttujan välistä riippuvuutta ristiintaulukon ja hajontakuvion avulla. Kurssilla tutustutaan myös havaintoaineiston hankintaan liittyen erilaisiin tutkimusasetelmiin, tilastollisen koesuunnittelun periaatteisiin ja otantatutkimuksen perusmenetelmiin. Edelleen käydään läpi aikasarjojen perusterminologia. Kurssin lopuksi käsitellään tilastollisen testauksen perusteita t-testien avulla. Näiden lisäksi 5 op kurssilla käsitellään todennäköisyyslaskennan perusteita ja todennäköisyysjakaumia.
Kurssiin kuuluu aloitusluennot ja pienryhmäopetusta, mutta kaikki kurssimateriaali on opiskeltavissa itsenäisesti verkossa, jonne myös tehtävät palautetaan. Kurssin lopuksi on kirjallinen tentti. Kurssi ei edellytä aiempia opintoja.

3622231 Tilastotieteen peruskurssi 3 tai 5 op

Kurssilla opiskelija oppii analysoimaan havaintoaineistoa ja tulkitsemaan yleisimpien yksinkertaisten tilastollisten analyysien tuloksia. Opiskelija tutustuu erilaisiin regressiomenetelmiin. 5 op:n laajuinen kurssi antaa edellytykset jatkaa tilastotieteen aineopintotason kursseille ja datatieteen kursseille.  
Aiempina opintoina edellytetään tilastotieteen johdantokurssi.
Kurssiin kuuluu aloitusluennot ja pienryhmäopetusta, mutta kaikki kurssimateriaali on opiskeltavissa itsenäisesti verkossa, jonne myös tehtävät palautetaan. Kurssin lopuksi on kirjallinen tentti. Kurssi ei edellytä aiempia opintoja.

3621430 Johdatus algoritmiseen data-analyysiin 4 op

Opintojakson suoritettuaan opiskelija ymmärtää: Minkä tyyppisiä ongelmia voidaan ratkaista algoritmisen data-analyysin menetelmillä. Yleisimpien data-analyysimenetelmien toimintaperiaatteet ja -edellytykset. Tiedonlouhinnan ja koneoppimisen edellytykset ja tavoitteet. Algoritmisen data-analyysin työnkulun.
 
Opintojakson suoritettuaan opiskelija: Osaa valita oikean analyysin tavoitteen (datan kuvailu vs. ennustavan mallin oppiminen) ja osaa valita yleisimmistä menetelmistä sopivimman. Osaa käyttää yleisimpiä data-analyysimenetelmiä oikein ja osaa tulosten analysoinnin perusteet.

Aiempina opintoina edellytetään tilastotieteen peruskurssi sekä tietorakenteet ja algoritmit II kurssi (tai vastaavat tiedot graafeista ja graafi-algoritmeista)

Kurssiin kuuluu viikoittaiset luennot ja harjoitukset sekä tentti.

3621420 Datasta näkemyksiä 4 op

Ymmärtää, että datasta muodostetut pika-analyysit ja automaattisesti muodostetut mallit auttavat tunnistamaan, mitkä ovat keskeiset ominaisuudet (features) ja millaisia suhteita niiden välillä on. Osaa tuottaa datasta käyttökelpoisia näkemyksiä ja tulkita (ja jopa uudelleen muodostaa) muiden tuottamia näkemyksiä. Oppii arvioimaan kognitiivisten palvelujen (kuten IBM:n ja Microsoftin kognitiiviset palvelut) ja työkalujen (kuten Microsoft Power BI ja RapidMiner Studio) muodostamia näkemyksiä.

Kurssiin kuuluu 4 lähipäivää, itsenäistä opiskelua, harjoitukset ja lopputyö.

3621335 Johdatus tekoälyyn 4 op

Opintojakson aikana tutustutaan laskennallisen älykkyyden menetelmien perusteisiin, opitaan niiden käyttöön liittyvät rajoitteet ja ymmärretään myös menetelmien soveltamismahdollisuudet. Opintojaksolla perehdytään laskennallisen älykkyyden menetelmien toteuttamiseen käytännön ongelmien ja niihin liittyvien data-aineistojen avulla.

Aiempina opintoina edellytetään Johdatus tietojenkäsittelyyn sekä Ohjelmointi I (tai vastaavat tiedot).

Kurssiin kuuluu viikoittaiset luennot, harjoitukset, harjoitustyö ja tentti.

3621680 Algorithmic Data Analysis 5 op

Opintojakson suoritettuaan opiskelija ymmärtää: algoritmisen data-analyysin mahdollisuudet ja rajoitukset; erilaisten data-analyysimenetelmien ja -algoritmien käyttökohteet ja edellytykset; valitun menetelmän vaikutukset tuloksiin; yksittäisten menetelmien yhteyden laajempiin menetelmäperheisiin.   
Aiempina opintoina edellytetään Johdatus algoritmiseen data-analyysiin (tai vastaavat tiedot). Data-analyysin todennäköisyyspäättely (tai vastaavat tiedot). Algoritmien suunnittelu ja analyysi (tai vastaavat tiedot).     

Kurssiin kuuluu viikoittaiset luennot, harjoitukset ja tentti.

3621675 Deep Learning 6 op

Elementary concepts and challenges of machine learning. Neural networks models (linear neural networks, feedforward neural networks, recurrent neural networks, Self-Organizing Map (SOM), etc.). Meta-heuristics optimization methods (Genetic Algorithms (GA), Particle Swarm Optimization (PSO), Ant Colony Optimization (ACO), Differential Evolution (DE), etc.). Reinforcement learning. Concepts and challenges of deep learning. Deep learning models and techniques (deep neural networks, Convolutional Neural Networks (CNN), etc.). Applications of deep learning in classification, prediction, pattern recognition, etc.
Prerequisites are basic knowledge of linear algebra and probability theory, general MATLAB programming skills.
Lectures, teaching materials, exercises, and examination

Käyttöliittymät ja palvelumuotoilu moduuli

Käyttöliittymät        
Ei vaadi aiempia opintoja        
Kurssi aiemmat opinnot op ajankohta muoto
Ihminen ja vuorovaikutteinen teknologia ei 4 maalis-touko verkko

 

Ihminen ja vuorovaikutteinen teknologia tarjoaa teoreettista pohjatietoa ja käytännöllistä osaamista ihmisen ja tietokoneen vuorovaikutuksen suunnitteluun.

3621413 Ihminen ja vuorovaikutteinen teknologia 5 op

Kurssin tavoitteena on, että opiskelija ymmärtää käytettävyyden huomioimisen merkityksen ohjelmistotuotannossa. Lisäksi hän osaa suunnitella yksinkertaisia käyttöliittymiä ja arvioida kuinka hyvin ne noudattavat yleisiä suunnitteluperiaatteita.
Tavoitteena on antaa sellaiset perustiedot ja -taidot, joita vuorovaikutteisen teknologian suunnittelija tarvitsee työssään. Kurssin jälkeen opiskelija osaa analysoida ihmisen ja koneen välistä vuorovaikutusta muun muassa käytettävyyden ja käyttäjäkokemuksen näkökulmasta, hahmottaa miten käytettävyys- ja käyttäjäkokemustavoitteet voidaan saavuttaa käyttäjäkeskeisen suunnittelun avulla, luokitella erilaisia ihmisen ja koneen välisessä vuorovaikutuksessa käytettäviä laitteita ja vuorovaikutustyylejä sekä soveltaa kurssilla oppimaasi yksinkertaisten graafisten käyttöliittymien suunnitteluun ja arviointiin.

Kurssi ei edellytä aikaisempia opintoja.

Kurssi on verkkokurssi, johon kuuluu verkkotehtäviä ja harjoitustyö.