Opinto-opas

Tavoitteet

Opiskelija osaa käyttää sisällön mukaisia matemaattisia menetelmiä hyväkseen käytännön matemaattisten ongelmien ratkaisemiseksi. Opiskelija osaa käyttää yleisimpiä Python-ohjelmointikielen matematiikkaan tarkoitettuja kirjastoja. Opiskelija osaa todennäköisyyslaskennan, tilastomatematiikan ja data-analyysin perusteet.

Sisältö

Pythonin kirjastojen numpy, matplotlib ja pandas perusteet.
Todennäköisyyslaskennan ja tilastomatematiikan perusteet.
Data-analyysin perusteet

Oppimateriaalit

ilmoitetaan opintojakson alussa

Opetusmenetelmät

luentoja, itsenäistä opiskelua

Opiskelijan ajankäyttö ja kuormitus

luennot 32 h

Arviointiasteikko

1-5

Arviointikriteerit, tyydyttävä (1)

Opiskelija osaa käyttää yleisimpiä Python-ohjelmointikielen matematiikkaan tarkoitettuja kirjastoja. Opiskelija osaa todennäköisyyslaskennan ja tilastomatematiikan perusteet.

Arviointikriteerit, hyvä (3)

Opiskelija osaa käyttää sisällön mukaisia matemaattisia menetelmiä hyväkseen käytännön matemaattisten ongelmien ratkaisemiseksi. Opiskelija osaa käyttää yleisimpiä Python-ohjelmointikielen matematiikkaan tarkoitettuja kirjastoja. Opiskelija osaa todennäköisyyslaskennan, tilastomatematiikan ja data-analyysin perusteet.

Arviointikriteerit, kiitettävä (5)

Opiskelija osaa käyttää sisällön mukaisia matemaattisia menetelmiä hyväkseen käytännön matemaattisten ongelmien ratkaisemiseksi. Opiskelija osaa käyttää Python-ohjelmointikielen matematiikkaan tarkoitettuja kirjastoja tehokkaasti. Opiskelija osaa todennäköisyyslaskennan, tilastomatematiikan ja data-analyysin perusteet hyvin.

Arviointimenetelmät ja arvioinnin perusteet

Harjoitustehtävät

Esitietovaatimukset

Algebra ja trigonometria, Vektorit ja matriisit, Differentiaali- ja integraalilaskenta