Student Type: Aikuisopiskelija

  • Johdatus todennäköisyyslaskentaan ja tilastolliseen päättelyyn

    Kurssisisältö Osaamistavoitteet Kurssin käytyään opiskelija Opetustavat Lisätietoja Tampereen yliopiston kurssisivulla. Tämän kurssin suorituksesta on mahdollista saada digitaalinen suoritusmerkki.

    Read More

  • Differentiaali- ja integraalilaskennan perusteet

    Kurssin ydinsisältö: Funktiot, raja-arvot ja jatkuvuus. Derivaatta. Derivaatta erotusosamäärän raja-arvona, ketjusääntö, alkeisfunktioiden derivointi. Integrointi. Perusintegrointitekniikat (mm. osittaisintegrointi, integrointi sijoituksen avulla). Riemannin integraali. Ensimmäisen kertaluvun lineaariset ja separoituvat differentiaaliyhtälöt. Toisen kertaluvun lineaariset differentiaaliyhtälöt. Opintojakso koostuu videoluennoista ja ohjatuista laskuharjoituksista. Luennot ovat katsottavissa videotallenteina kurssin Moodlen kautta. Laskuharjoitusten tehtäväpaperit jaetaan opiskelijoille Moodlen kautta. Laskuharjoituksen aikana opiskelija voi…

    Read More

  • Människocentrerad design

    Max antal FITech-studeranden: 20 Ett begränsat antal FITech-studerande antas till kursen. Studerandena antas till kursen i ansökningsordning. Kursen ska lära deltagarna att bli medvetna om IT-design i sin omgivning. Deltagaren ska lära sig att känna igen både lyckad och misslyckad design och analysera varför designen blivit så. Deltagaren ska lära sig att tillämpa vedertagna designprinciper…

    Read More

  • Introduction to data science

    In the age of data explosion, the face of research done in scientific fields is being changed dramatically. Nowadays, scientists are dealing with massive amount of unstructured data which contains unprecedented amount of decrypted information which in turn can facilitate the break through data-driven discoveries and predictions. That is why the demand for the “data…

    Read More

  • Deep learning with Python

    Max amount of FITech students: 1000 This course is intended as a follow-up for CS-EJ3211 Machine Learning with Python. This course is an introduction to deep learning. Course contents This is an introductory course where you will learn how to train high-dimensional non-linear models, represented by deep artificial neural networks (ANN), using few lines of…

    Read More

  • Design of WWW services

    Max amount of FITech students: 40 Persons without a valid study right at a Finnish university or university of applied sciences have preference to this course. The course deals with designing and implementing WWW sites and interactive services on the Web. Guest lecturers from academia and industry cover relevant aspects, such as various Web service…

    Read More

  • Software engineering models and modeling

    Creating software is much more than coding. This course introduces you to various modelling approaches that reduce the gap between problem analysis and software implementation that describe complex systems at multiple levels of abstraction. With these models you learn to present human-understandable descriptions or analyse system quality. Course participants will for example learn to manage,…

    Read More

  • Differentiaali- ja integraalilaskenta

    Opintojakso tarjoaa perustiedot sovelletun matematiikan opiskelijalle integroinnista, differentiaaliyhtälöistä ja sarjoista. Kurssin ydinsisältö Osaamistavoitteet Opintojakson suoritettuaan opiskelija Opetus Toteutus on mahdollista suorittaa EXAM-näyttöjä lukuunottamatta etäopiskeluna. Ja se on mahdollista suorittaa itseopiskeluna, mutta on suositeltavaa osallistua järjestettävään opetukseen ja pienryhmätoimintaan. Opetuksen materiaalit ja opetusvideot ovat saatavilla toteutuksen oppimisympäristössä. Lisätietoja Tampereen yliopiston kurssisivulla. Tämän kurssin suorituksesta on mahdollista…

    Read More

  • Vektorit ja matriisit

    Kurssin sisältö Lineaariset yhtälöryhmät ja näiden ratkaisu Gaussin eliminoinnilla, euklidisen avaruuden vektorijoukon lineaarinen riippumattomuus, euklidisen avaruuden aliavaruus, kanta ja dimensio, suorat ja tasot, matriisit, neliömatriisin determinantti, ominaisarvot ja diagonalisointi, vektorien pistetulo, ristitulo ja vektorikolmitulo.​ Matlabin käyttö ja matriisilaskennan soveltaminen. Osaamistavoitteet Opintojakson suoritettuaan opiskelija Suoritustapa Kurssi toteutetaan etäpainotteisina verkko-opintoina itseopiskeluna. Verkkosuoritustavan opetus tapahtuu pääosin etäopetuksena. Opetuksen…

    Read More

  • Insinöörimatematiikan perusteet

    Ydinsisältö mm. Opintojakson suoritettuaan opiskelija Lisätietoja Tampereen yliopiston kurssisivulla. Tämän kurssin suorituksesta on mahdollista saada digitaalinen suoritusmerkki.

    Read More