Study university: Turun yliopisto
Tietokantojen perusteet
Tälle kurssille haetaan Turun avoimen yliopiston kautta. Kurssin perusosassa perehdytään tietokanta-ajatteluun ja tiedonhallinnan periaatteisiin laadun näkökulmasta. Keskeisiä aiheita ovat tietokantalähestymistapa ja tiedon mallintaminen ER-kaavioiden avulla. Kurssilla opetellaan luomaan tietokanta ja käyttämään sitä SQL-kielellä. Lisäksi kurssilla annetaan lyhyt katsaus relaatiomallista poikkeaviin tietokantojen lähestymistapoihin. Kurssin suoritettuaan opiskelija Lisätietoja Turun yliopiston opinto-oppaassa.
Tietojenkäsittelyn perusteet II
Tälle kurssille haetaan Turun avoimen yliopiston kautta. Opintojaksolla paneudutaan lyhyesti algoritmisen ongelmanratkaisun voimaan ja rajoituksiin sekä tutustutaan tietokoneen rakenteeseen ja toimintaan loogisten piirien tasolla. Käsiteltäviä asioita ovat mm. tehtävien laskettavuus ja algoritmien kompleksisuus, tiedon esittäminen, lukujärjestelmät, loogiset piirit ja niiden avulla rakennetut tietokoneen komponentit, konekieli, kieliopit, kääntäjät ja korkean tason ohjelmointikielen kääntäminen konekielelle. Opintojakson lopuksi
Tekoälyn menetelmät
Huom! Kurssi on uudistettu lukuvuodesta 2023-2024 alkaen ja on nyt 5 ETCS. Kurssille haetaan Turun yliopiston avoimen yliopiston kautta. Kurssi koostuu seuraavista osakokonaisuuksista: Lisäksi tutustutaan Python-ohjelmointikielen käyttöön tekoälymenetelmien ohjelmoinnissa. Opintojakso antaa valmiudet ymmärtää niin perinteisiin hakumenetelmiin kuin koneoppimiseenkin perustuvia tekoälyjärjestelmiä. Nämä valmiudet ovat tarpeellinen perusta erityisesti data-analytiikan oppiaineen syventäviin opintoihin. Opetuksen aikataulu Luennot järjestetään kampuksella,
Tekoälyn perusteet
Tälle kurssille haetaan Turun avoimen yliopiston kautta. Tekoälyn saralla on viime vuosina tapahtunut merkittäviä läpimurtoja, minkä seurauksena yleinen kiinnostus alaan on kasvanut räjähdysmäisesti. Kurssin tarkoituksena on antaa käsitys siitä, mitä tekoäly on, ja mitkä ovat sen keskeiset vaikutukset yhteiskuntaamme. Tämän tiedon avulla on mahdollista mm. seurata kriittisesti asiaan liittyvää varsin monenkirjavaa uutisointia. Kurssi antaa tarvittavat
Olio-ohjelmoinnin perusteet
Tälle kurssille haetaan Turun avoimen yliopiston kautta. Ilmoittautuminen alkaa 2.12.2022. Huomiothan, että kurssille haetaan osana Tietojenkäsittelytieteiden perusopinnot -kokonaisuutta. Kurssin keskeisin sisältö on omien luokkien määritteleminen. Kurssilla opetetaan johdannonomaisesti perintä, siihen liittyvät käsitteet ja konstruktiot, poikkeukset ja geneerisyys. Myös valmiiden tietorakenteiden ja muiden kirjastoluokkien käyttöä harjoitellaan. Yksinkertaisten sovellusten tekemistä ja tekstitiedostojen käyttöä käsitellään lyhyesti. Kurssi edellyttää
Olio-ohjelmoinnin jatkokurssi
Huom! Tälle kurssille haetaan Turun avoimen yliopiston kautta. Hakuaika alkaa 17.8.2021. Kurssilla on kaksi kantavaa ohjelmistosuunnittelun teemaa, olioperustainen suunnittelu sekä määrittelyssä sopimuspohjainen ohjelmointi (design by contract). Ohjelmiston määrittelyn tavoitteena on modulaarisuuden, uudelleenkäytettävyyden ja oikeellisuuden huomiointi eri abstraktiotasoilla. Määrittelymetodologiaa täydennetään soveltuvin osin testaamisen tekniikoilla. Käsittely aloitetaan yksittäisten rutiinien määrittelystä ja toiminnasta, josta edetään luokkatason käsitteisiin ja
Data ja vuorovaikutus
Huom! Tälle kurssille haetaan Turun avoimen yliopiston kautta. Tämä kurssi sisältää alustuksia ja esimerkkejä erilaisista tietojenkäsittelyn aihepiireistä sekä niihin liittyviä harjoituksia. Kurssin suorittanut opiskelija osaa Lisätietoja Turun yliopiston opinto-oppaassa.
Data analysis and knowledge discovery
Course contents The course introduces methods and algorithms for extracting information and knowledge from datasets. This includes techniques for visualisation, classification, regression, outlier detection, rule induction, model complexity selection, and model validation. Learning outcomes This course enables students to learn when and how to apply state of the art data analysis and knowledge discovery tools
Characterization of energy materials
In the course, students learn about different characterization methods usable for energy materials. These concern the study of mechanical, electrical, optical, magnetic and thermal properties of materials. Course content Learning outcomes After the course, students will have acquired tools to enable the choice of appropriate characterization methods for specific material characterization needs as well as
Acquisition and analysis of biosignals
Course content Review of different physiological signals such as heart rate, body and skin temperature, blood pressure, oxygen saturation and respiration rate etc. which can be monitored by wearables. What kind of sensor technology is required to capture each of these physiological signals. Signal conditioning and processing for different types of biosignals; for example electrocardiography