Big Data & Business IntelligenceLaajuus (5 op)
Tunnus: LTD6055
Laajuus
5 op
Opetuskieli
- suomi
Vastuuhenkilö
- Joni Ranta
- Jarmo Talvivaara
Osaamistavoitteet
Opiskelija
- tuntee tietovarastojen perusteet ja toteutustekniikoita, Big Datan perusteet ja erityispiirteet ETL-prosesissa
- tuntee ja osaa soveltaa tietovarastojen toteutustapoja: on-premise, Iaas ja hybridi
- osaa toteuttaa ETL- prosessin
- tuntee data-analytiikan ja datan louhinnan perusteet sekä osaa soveltaa tiedon louhinnan algoritmeja (esim. luokittelut, analyysit ja ennusteet: clustering, decision tree, linear/logical regression, neural networks) analyysien ja ennusteiden toteuttamisessa
- tuntee ja osaa soveltaa liiketoimintatietojen (BI) hallinnan ja visualisoinnin työkaluja
- tuntee tekoälyn avustaman älykkkään automaation merkityksen datan hallinnassa ja analysoinnissa
Sisältö
Tietovarastojen perusteet ja toteutustekniikoita, ETL- prosessi. Big Datan perusteet ja erityispiirteet ETL-prosessissa. Tietovarastojen toteutustapoja: on-premise, Iaas ja hybridi. Data-analytiikka, datan louhinta (luokittelut, analyysit ja ennusteet: clustering, decision tree, linear/logical regression, neural networks). Liiketoimintatietojen (BI) hallinta, visualisointi, työkaluja. Tekoälyn avustama älykäs automaatio datan hallinnassa ja analysoinnissa.
Ilmoittautumisaika
01.10.2023 - 31.10.2023
Ajoitus
08.01.2024 - 07.04.2024
Opintopistemäärä
5 op
Toteutustapa
Lähiopetus
Yksikkö
Tradenomi / Tietojenkäsittely (DD)
Toimipiste
Wärtsilä-kampus Karjalankatu 3 (WÄR)
Opetuskielet
- Suomi
Paikat
5 - 30
Koulutus
- Tietojenkäsittelyn koulutus
Opettaja
- Joni Ranta
- Jarmo Talvivaara
Vastuuopettaja
Jarmo Talvivaara
Ryhmät
-
DTNS21Tradenomi (AMK), Tietojenkäsittely, päivä, syksy, 2021
Tavoitteet
Opiskelija
- tuntee tietovarastojen perusteet ja toteutustekniikoita, Big Datan perusteet ja erityispiirteet ETL-prosesissa
- tuntee ja osaa soveltaa tietovarastojen toteutustapoja: on-premise, Iaas ja hybridi
- osaa toteuttaa ETL- prosessin
- tuntee data-analytiikan ja datan louhinnan perusteet sekä osaa soveltaa tiedon louhinnan algoritmeja (esim. luokittelut, analyysit ja ennusteet: clustering, decision tree, linear/logical regression, neural networks) analyysien ja ennusteiden toteuttamisessa
- tuntee ja osaa soveltaa liiketoimintatietojen (BI) hallinnan ja visualisoinnin työkaluja
- tuntee tekoälyn avustaman älykkkään automaation merkityksen datan hallinnassa ja analysoinnissa
Sisältö
Tietovarastojen perusteet ja toteutustekniikoita, ETL- prosessi. Big Datan perusteet ja erityispiirteet ETL-prosessissa. Tietovarastojen toteutustapoja: on-premise, Iaas ja hybridi. Data-analytiikka, datan louhinta (luokittelut, analyysit ja ennusteet: clustering, decision tree, linear/logical regression, neural networks). Liiketoimintatietojen (BI) hallinta, visualisointi, työkaluja. Tekoälyn avustama älykäs automaatio datan hallinnassa ja analysoinnissa.
Arviointiasteikko
H-5
Ilmoittautumisaika
01.10.2022 - 31.10.2022
Ajoitus
09.01.2023 - 19.03.2023
Opintopistemäärä
5 op
Toteutustapa
Lähiopetus
Yksikkö
Tradenomi / Tietojenkäsittely (DD)
Toimipiste
Wärtsilä-kampus Karjalankatu 3 (WÄR)
Opetuskielet
- Suomi
Koulutus
- Tietojenkäsittelyn koulutus
Opettaja
- Joni Ranta
- Jarmo Talvivaara
Vastuuopettaja
Jarmo Talvivaara
Ryhmät
-
LTDNS20Tradenomi (AMK), Tietojenkäsittely, päivä, syksy, 2020
Tavoitteet
Opiskelija
- tuntee tietovarastojen perusteet ja toteutustekniikoita, Big Datan perusteet ja erityispiirteet ETL-prosesissa
- tuntee ja osaa soveltaa tietovarastojen toteutustapoja: on-premise, Iaas ja hybridi
- osaa toteuttaa ETL- prosessin
- tuntee data-analytiikan ja datan louhinnan perusteet sekä osaa soveltaa tiedon louhinnan algoritmeja (esim. luokittelut, analyysit ja ennusteet: clustering, decision tree, linear/logical regression, neural networks) analyysien ja ennusteiden toteuttamisessa
- tuntee ja osaa soveltaa liiketoimintatietojen (BI) hallinnan ja visualisoinnin työkaluja
- tuntee tekoälyn avustaman älykkkään automaation merkityksen datan hallinnassa ja analysoinnissa
Sisältö
Tietovarastojen perusteet ja toteutustekniikoita, ETL- prosessi. Big Datan perusteet ja erityispiirteet ETL-prosessissa. Tietovarastojen toteutustapoja: on-premise, Iaas ja hybridi. Data-analytiikka, datan louhinta (luokittelut, analyysit ja ennusteet: clustering, decision tree, linear/logical regression, neural networks). Liiketoimintatietojen (BI) hallinta, visualisointi, työkaluja. Tekoälyn avustama älykäs automaatio datan hallinnassa ja analysoinnissa.
Arviointiasteikko
H-5