Sissejuhatus andmeteadusesse (ULP6613-23265)
Õppeaine kood
ULP6613-23265
vana ainekood
Õppeaine nimetus eesti k
Sissejuhatus andmeteadusesse
Õppeaine nimetus inglise k
Introduction to Data Science
Õppeaine maht EAP
6.0
Kontrollivorm
eksam
2023/2024 kevadsemestri õppejõud
Ei ole õpetamiseks avatud. Vt all õppekava lingi kaudu peaeriala all nominaaljaotuse ajakava.
2024/2025 sügissemestri õppejõud
Ei ole õpetamiseks avatud. Vt all õppekava lingi kaudu peaeriala all nominaaljaotuse ajakava.
Õppeaine eesmärgid
Andmeteadus on uus praktiliste teadmiste valdkond, mis ühendab erinevate valdkondade teooriat ja oskusi. Õppeaine põhieesmärk on toetada õpilasi teoreetiliste teadmiste ja praktiliste oskuste kujundamisel, mis võimaldab neil mõelda andmeteaduse probleemidele üldiselt, samuti toorandmete käsitlemisel ja informatsiooni hankimisel.
Õppeaine sisu lühikirjeldus
Sissejuhatus andmeteaduse interdistsiplinaarsesse olemusesse. Andmeteadlase tööriistakast. Töötlemata andmed ja andmete teisendusmeetodid (keskendumine tekstile, pildile, helile ja mõõtmistabelitele). Teksti analüüsi erinevad lähenemisviisid. Teksti eeltöötlus 'Bag of Words' lähenemisega. Maatriksfaktoriseerimise tehnikad mõõtmete vähendamiseks ja andmete eraldamiseks. Andmete eraldamine piltidest. Sissejuhatus masinõppe funktsioonide kasutamisesse.
Õppeaine õpiväljundid
Õppeaine edukal läbimisel üliõpilane:
- on õppinud tundma algandmete vormingute mitmekesisust, nt tekst, pildid ja biosignaalid;
- on omandanud algandmete eeltöötlemise, puhastamise ja teisendamise oskused ning oskab viia need konkreetsetesse esitusviisidesse, nt maatriksid;
- on omandanud oskused eeltöödeldud algandmetest tunnuste eraldamiseks, eriti maatriksesituses faktoriseerimismeetodite nagu põhikomponentide analüüs abil;
- on omandanud oskused tõlgendada andmetest eraldatud funktsioone, samuti põhiteadmised funktsioonide sidumiseks masinõppe algoritmidega, mis neist kasu saavad.
- on õppinud tundma algandmete vormingute mitmekesisust, nt tekst, pildid ja biosignaalid;
- on omandanud algandmete eeltöötlemise, puhastamise ja teisendamise oskused ning oskab viia need konkreetsetesse esitusviisidesse, nt maatriksid;
- on omandanud oskused eeltöödeldud algandmetest tunnuste eraldamiseks, eriti maatriksesituses faktoriseerimismeetodite nagu põhikomponentide analüüs abil;
- on omandanud oskused tõlgendada andmetest eraldatud funktsioone, samuti põhiteadmised funktsioonide sidumiseks masinõppe algoritmidega, mis neist kasu saavad.
Õppejõud
José Braga de Vasconcelos
Õppekavaversioonid, millesse aine kuulub