123
muokkausta
Ero sivun ”Opintojen malliaikataulu” versioiden välillä
DATE pakolliset vs suosituksia
(Poistettu "Älä käy tiraa fuksisyksynä". Lisätty viittaus fuksisyksyn malliaikatauluun.) |
(DATE pakolliset vs suosituksia) |
||
| Rivi 135: | Rivi 135: | ||
== Matematiikkaa datatieteeseen ja tekoälyyn == | == Matematiikkaa datatieteeseen ja tekoälyyn == | ||
=== Pakolliset === | |||
Jos siirryt tkt:ltä Datatieteen maisteriohjelmaan sinun täytyy sisällyttää kanditutkintoosi (tarkistettu 03.09.2019): | |||
* MAT12003 Todennäköisyyslaskenta (5 op) I | |||
* 5 op tilastotiedettä | |||
''Vaatimuksena on, että kanditutkintoon on sisällytetty MAT12003 Todennäköisyyslaskenta (5 op) I ja 5 op tilastotiedettä (esimerkiksi MAT12001 Tilastotiede tutuksi ja R-ohjelmisto tai MAT12004 Tilastollinen päättely I).'' [https://guide.student.helsinki.fi/fi/node/405?degree_programme_code=KH50_005 lähde] | |||
=== Epävirallisia suosituksia === | |||
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. | 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. | ||
| Rivi 163: | Rivi 174: | ||
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. | 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. | ||
=== Aikataulu === | |||
Eräs mahdollinen suoritusjärjestys on tämä: | Eräs mahdollinen suoritusjärjestys on tämä: | ||
=== 1. vuosi === | ==== 1. vuosi ==== | ||
* 1. periodi | * 1. periodi | ||
| Rivi 186: | Rivi 199: | ||
** Tilastotiede ja R tutuksi 1 (jos järjestetään) | ** Tilastotiede ja R tutuksi 1 (jos järjestetään) | ||
=== 2. vuosi === | ==== 2. vuosi ==== | ||
* 1. periodi | * 1. periodi | ||
| Rivi 202: | Rivi 215: | ||
** Tilastollinen päättely 1 | ** Tilastollinen päättely 1 | ||
=== 3. vuosi === | ==== 3. vuosi ==== | ||
* 1. periodi | * 1. periodi | ||
| Rivi 216: | Rivi 229: | ||
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. | 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. | ||
'''HUOM:''' Datatieteen maisterin tutkinnossa (2019) tilaa 35op "Muille opinnoille", mitkä voivat olla sekä kandi että maisteritason kursseja. | |||
== Kaavio DATE-kurssien välisistä riippuvuuksista == | == Kaavio DATE-kurssien välisistä riippuvuuksista == | ||
[[Tiedosto:DATE_opinnot_v3.png]] | [[Tiedosto:DATE_opinnot_v3.png]] | ||