Takaisin kaikki kurssit

Towards data mining

Yksittäinen kurssi

Max amount of FITech students: 30

Persons without a valid study right to a Finnish university have preference to this course.

Amount and quality of data plays a major role in modern machine learning applications. In this course the students are familiarised with different concepts concerning data such as: data gathering, data preprocessing and normalisation, combining data from multiple sources, missing data and outliers.

After this course the student has good capabilities to identify use cases for data that has been gathered in industrial environment or organise high-quality data gathering for new applications.

Teaching methods

There is no weekly schedule, students can study at their own pace. The course needs to be finished by 10.6.2023 (last exam day, the assignments are due before the exam). Moodle exam possibility for FITech students (please be in touch with the contact person of the course).

More information in the University of Oulu study guide.

You can get a digital badge after completing this course.

datanlouhinta datan kokoaminen poikkeavat arvot esikäsittely koneoppiminen tekoäly machine learning artificial intelligence R-kieli R language

Responsible teacher

University of Oulu
Satu Tamminen

Contact person for applications

FITech-verkostoyliopisto
Fanny Qvickström, Opintoasioiden suunnittelija
Aloita tästä
Aloita tästä
Kategoria:
ICT-opinnot
Teemat:
Data-analytiikka,
Tekoäly ja koneoppiminen
Kurssikoodi:
521156S
Opintopisteet
5 ECTS
Hinta:
0 €
Kurssin taso:
Opetusaika:
13.3.–10.6.2023
Haun alkamispäivä:
07.11.2022
Viimeinen hakupäivä:
5.3.2023
Järjestävä yliopisto:
Oulun yliopisto
Kuka voi hakea:
Aikuisopiskelija,
Tutkinto-opiskelija
Opetustapa:
Verkko-opetus
Opetuskieli:
Englanti
Esitietovaatimukset:
Basics of statistical mathematics. Basics of artificial intelligence and machine learning are beneficial.
Oletko kiinnostunut tästä kurssista? Tilaa ilmoitus kurssin tietojen muutoksista suoraan sähköpostiisi! Voit peruuttaa tilauksen koska tahansa.