Ero sivun ”Opintojen malliaikataulu” versioiden välillä

Rivi 10:

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 ~~TilTu~~ I ja II sekä keväisin ~~BoMiML~~ I ja II, joiden jälkeen kannattaisi jatkaa pian ~~datatieteen ensimmäisille~~ syksyn ~~kursseille kuten IDS ja IML~~. Jos lukion pitkää matikkaa ei ole tuoreena taustalla, on suositeltavaa käydä Lukiomatematiikan kertaus näitäkin ennen.

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.

Versio 8. elokuuta 2024 kello 16.52 näytä wikiteksti Pniko (keskustelu \| muokkaukset) 24 muokkausta Lisätty lisäohjeita mallilukujärjestysten puutteista Merkkaus: Visuaalinen muokkaus ← Vanhempi muutos		Versio 8. elokuuta 2024 kello 16.55 näytä wikiteksti Pniko (keskustelu \| muokkaukset) 24 muokkausta Muutettu kurssien lyhenteet koko nimiksi Merkkaus: Visuaalinen muokkaus Uudempi muutos →
Rivi 10:		Rivi 10:
	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].		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 ~~TilTu~~ I ja II sekä keväisin ~~BoMiML~~ I ja II, joiden jälkeen kannattaisi jatkaa pian ~~datatieteen ensimmäisille~~ syksyn ~~kursseille kuten IDS ja IML~~. Jos lukion pitkää matikkaa ei ole tuoreena taustalla, on suositeltavaa käydä Lukiomatematiikan kertaus näitäkin ennen.		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.