Ero sivun ”Opintojen malliaikataulu” versioiden välillä
Lisätty datatieteen malliaikataulu. TODO: CSM malliaikataulu (ei löytynyt oman ohjelmansa vastaavasta osoitteesta) |
Korostettu mallilukujärjestyslinkkejä |
||
| (3 välissä olevaa versiota samalta käyttäjältä ei näytetä) | |||
| Rivi 1: | Rivi 1: | ||
[[Category:Vaatii_päivityksen]] | [[Category:Vaatii_päivityksen]] | ||
'''Mallilukujärjestykset löytyvät osaston sivuilta:''' | |||
'''[https://www.helsinki.fi/fi/koulutusohjelmat/tietojenkasittelytieteen-kandiohjelma/opiskelu/tietojenkasittelytieteen-opintojen-rakenne-ja-aikataulu Tietojenkäsittelytieteen kandiohjelma] Ks. myös pdf-tiedostot täällä: https://studies.helsinki.fi/ohjeet/node/323?degree_programme_code=KH50_005''' | |||
[https://www.helsinki.fi/ | [https://www.helsinki.fi/en/degree-programmes/data-science-masters-programme/studying/course-and-teaching-information-2024-2025 '''Master's Programme in Data Science'''] | ||
[ | Osaston tarjoamat mallilukujärjestykset eivät kuitenkaan suoraan kerro miten kaikki opinnot kannattaisi suorittaa. Apua omien opintojen suunnitteluun saa Kumpulan opiskelijapalveluista osoitteesta [mailto:kumpula-student@helsinki.fi kumpula-student@helsinki.fi]. | ||
Erityisesti koneoppimiseen suunnatessa olennaiset matematiikan ja tilastotieteen esitiedot löytää datatieteen maisteriohjelmassa pakollisen Statistics for Data Science -kurssin kuvauksesta: lineaarialgrebra, differentiaalilaskenta, todennäköisyyslaskenta ja tilastotieteen perusteet. Tiiveimmin nämä saa kursseilta Tilastotiede ja R tutuksi I ja II sekä keväisin Koneoppimisen matematiikan perusteet I ja II, joiden jälkeen kannattaisi jatkaa pian syksyn johdattaville koneoppimiskursseille. Jos lukion pitkää matikkaa ei ole tuoreena taustalla, on suositeltavaa käydä Lukiomatematiikan kertaus näitäkin ennen. | |||
<strong style="color:red;font-size:1rem">Osin vanhentuneet tiedot alla.</strong> | |||
== Mallilukujärjestys? == | == Mallilukujärjestys? == | ||