Ero sivun ”Opintojen malliaikataulu” versioiden välillä

Opintojen malliaikataulu (näytä wikiteksti)

Versio 29. syyskuuta 2018 kello 00.42

3 160 merkkiä lisätty , 5 vuotta sitten

p

ei muokkausyhteenvetoa

Harrikah

8

muokkausta

@@ Rivi 130: / Rivi 130: @@
 . vuodella sitomatonta tilaa sekä syksyllä että keväällä 20 op. Käy niitä mitä et ole vielä käynyt, ja tarkastele viimeistään tässä vaiheessa myös linjaspesifejä matematiikan kurssisuosituksia (jos niitä on).
+== Matematiikkaa datatieteeseen ja tekoälyyn ==
+Monelle on tullut maisterivaiheen kursseihin siirtyessä yllätyksenä se, kuinka paljon matematiikkaa ja tilastotiedettä on osattava, jotta voi pärjätä datatiede- ja koneoppimislinjoilla. Siksi tähän on koostettu lista kursseista joiden avulla saa varmistettua riittävän osaamistason. Tällaista kokonaisuutta ei ole missään aiemmin ollut listattuna. Kurssilistaus on luotu perustuen keskusteluihin DS/AI (Datatiede ja tekoäly) linjojen opiskelijoiden, yhden sen linjan professorin ja yhden tilastotieteen professorin kanssa. Vaikka otsikon mukaisesti ohje on erityisesti datatieteen ja tekoälyn opiskeluun tähtääville, valmistaa tällaisen kokonaisuuden opiskelu useampaankin maisterivaiheen linjaan.
+* DATE-paketti (DAtatiede ja TEkoäly)
+** Johdatus yliopistomatematiikkaan (kaikille pakollinen)
+** Algebran kurssit
+*** Lineaarialgebra ja matriisilaskenta 1
+*** Lineaarialgebra ja matriisilaskenta 2
+*** Algebralliset rakenteet 1
+*** Algebralliset rakenteet 2
+** Analyysin kurssit
+*** Raja-arvot
+*** Differentiaalilaskenta
+*** Integraalilaskenta
+*** Sarjat
+*** Vektorianalyysi 1
+** Tilastotieteen kurssit
+*** Tilastotiede ja R tutuksi (Tilastotiede)
+*** Todennäköisyyslaskenta 1 (Matematiikka / Tilastotiede)
+*** Todennäköisyyslaskenta 2a (Matematiikka / Tilastotiede)
+*** Todennäköisyyslaskenta 2b (Matematiikka / Tilastotiede)
+*** Tilastollinen päättely 1 (Tilastotiede)
+*** Tilastollinen päättely 2 (Tilastotiede)
+Jotta esitiedot ovat riittävän hyvin hallussa, kannattaa kurssit suorittaa tietyssä järjestyksessä. Perusperiaatteena on, että JYM, Algebran kurssit ja Analyysin kurssit voi suorittaa rinnakkain, kuitenkin niin että Vektorianalyysi edellyttää Lineaarialgebran osaamista. Tilastotiede ja R tutuksi sopii käytäväksi milloin vain mahtuu lukujärjestykseen (esitietona jonkinlainen lukiomatematiikan osaaminen). Todennäköisyyslaskenta 1, jonka osaamisen on oltava hallussa ennen muita mainittuja tilastotieteen kursseja, sopii parhaiten suoritettavaksi kun matematiikka on muuten hallussa.
+Eräs mahdollinen suoritusjärjestys on tämä:
+=== 1. vuosi ===
+* 1. periodi
+** Johdatus yliopistomatematiikkaan
+** Lineaarialgebra ja matriisilaskenta 1
+* 2. periodi
+** Johdatus yliopistomatematiikkaan (jatkuu)
+** Lineaarialgebra ja matriisilaskenta 2
+** Raja-arvot
+* 3. periodi
+** Differentiaalilaskenta
+** Todennäköisyyslaskenta 1
+* 4. periodi
+** Integraalilaskenta
+** Tilastotiede ja R tutuksi 1 (jos järjestetään)
+=== 2. vuosi ===
+* 1. periodi
+** Sarjat
+** Todennäköisyyslaskenta 2a
+* 2. periodi
+* 3. periodi
+** Algebralliset rakenteet 1
+* 4. periodi
+** Algebralliset rakenteet 2
+** Tilastollinen päättely 1
+=== 3. vuosi ===
+* 1. periodi
+** Vektorianalyysi 1
+* 2. periodi
+** Todennäköisyyslaskenta 2b
+* 3. periodi
+** Tilastollinen päättely 2
+Kevyempänä vaihtoehtona voi jättää myöhempään opintovaiheeseen kurssit Tilastotiede ja R tutuksi 1, Vektorianalyysi 1, Todennäköisyyslaskenta 2b ja Tilastollinen päättely 2, jolloin kolmantena vuonna voi paremmin varmistaa kandidaatiksi valmistumisen määräajassa.